数据分析系列 之python中的日期格式应用
Posted 琅晓琳
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据分析系列 之python中的日期格式应用相关的知识,希望对你有一定的参考价值。
1 datetime模块中的数据类型
在python的标准库中包含日期(date)和时间(time)数据的数据类型,datetime、time以及calendar模块会被经常用到。datetime以毫秒形式存储日期和时间,datetime.timedelta表示两个datetime对象之间的时间差。给datetime对象加上或减去一个或多个timedelta,会产生一个新的对象。
(1)strftime():由日期格式转化为字符串格式的函数;
(2)strptime():由字符串格式转化为日期格式的函数。
2 时间元组
Python函数用一个元组装起来的9组数字处理时间:
3 Time 模块
4 日历(Calendar)模块
星期一是默认的每周第一天,星期天是默认的最后一天。更改设置需调用calendar.setfirstweekday()函数。模块包含了以下内置函数:
5 举例
import datetime
#date.today():返回一个表示当前本地日期的date
print(datetime.date.today()) #2022-03-10
print(datetime.date.weekday(datetime.date.today())) #5
#date.resolution:date对象表示日期的最小单位(天)
print(datetime.date.resolution) #1 day, 0:00:00
#date.max,date.min:date对象所能表示的最大、最小日期
print(datetime.date.max) #9999-12-31
print(datetime.date.min) #0001-01-01
datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S');
'2013-09-17 08:06:17'
#time.strptime(string[, format])
#string -- 时间字符串
#format -- 格式化字符串
struct_time = time.strptime("30 Nov 00", "%d %b %y")
print "returned tuple: %s " % struct_time
When we run above program, it produces following result:
returned tuple: (2000, 11, 30, 0, 0, 0, 3, 335, -1)
pandas中时间序列——date_range函数
语法:pandas.date_range(start=None, end=None, periods=None, freq='D', tz=None, normalize=False, name=None, closed=None, **kwargs)
该函数主要用于生成一个固定频率的时间索引,在调用构造方法时,必须指定start、end、periods中的两个参数值,否则报错
starttime = datetime.date.today()
start = pd.date_range(start=starttime, periods=6, freq='15Min')
OUT:DatetimeIndex(['2022-03-10 00:00:00', '2022-03-10 00:15:00',
'2022-03-10 00:30:00', '2022-03-10 00:45:00',
'2022-03-10 01:00:00', '2022-03-10 01:15:00'],
dtype='datetime64[ns]', freq='15T')
参考资料:
https://www.cnblogs.com/mainstream/p/11143341.html Python中日期、时间的运用
https://www.runoob.com/python/python-date-time.html Python 日期和时间
以上是关于数据分析系列 之python中的日期格式应用的主要内容,如果未能解决你的问题,请参考以下文章
10Python全栈之路系列之深浅拷贝标准库系列之datetime模块
Java日期时间API系列33-----Jdk8中java.time包中的新的日期时间API类应用,格式化常用模板大全,新增Excel常用格式。
Java日期时间API系列35-----Jdk8中java.time包中的新的日期时间API类应用,微秒和纳秒等更精确的时间格式化和解析。