python开发中 日期与时间相关的操作总结

pd.to_datetime()

1. 最简单的使用形式

pd.to_datetime(df['单据日期']) 

默认使用这个方法必须是 “年-月-日”“ 时-分-秒”的格式（这二者都有或者只包含任一个）

2. 固定用法

#提取日期和时间，使用的时候直接赋值就行了 df['单据日期'].dt.date
df['单据日期'].dt.time #提取年月日时分秒，可按需求生成对应列 df['单据日期'].dt.year
df['单据日期'].dt.month
df['单据日期'].dt.day
df['单据日期'].dt.hour
df['单据日期'].dt.minute #最后得到的是字符串型的数据 

3. 复杂的使用场景
   若DataFrame中只有年、月、日、小时这样单独的列，且数据类型是数值型时，我们可以先将数值型数据转化为字符串型，然后用字符串拼接的方式拼出 “年-月-日”“ 时-分-秒”的格式，再用pd.to_datetime的方法。

• 数值型转化为字符串型

#数值型转化为字符串型 df_new['year'] = df_new['year'].apply(str) df_new['month'] = df_new['month'].apply(str) df_new['day'] = df_new['day'].apply(str) df_new['hour'] = df_new['hour'].apply(str) 

• 合并字符串
  单个字符串的操作方法在DataFrame列与列之间也可以直接使用

df_new["时间"]=df_new['year']+'-'+df_new['month']+'-'+df_new['day']+' '+df_new['hour']+':'+'00'+":"+'00' 

• pd.to_datetime

df_new['时间']=pd.DataFrame(pd.to_datetime(df_new['时间'])) 

4. 注意
   日期时间格式虽然进行相关的时间操作非常方便，但日期格式不能进行相关性分析，这是一个弊端

获取月份第一天和最后一天

from datetime import datetime import calendar def getMonthFirstDayAndLastDay(year=None, month=None): """
    :param year: 年份，默认是本年，可传int或str类型
    :param month: 月份，默认是本月，可传int或str类型
    :return: firstDay: 当月的第一天，datetime.date类型
              lastDay: 当月的最后一天，datetime.date类型
    """ if year: year = int(year) else: year = datetime.now().year if month: month = int(month) else: month = datetime.now().month # 获取当月第一天的星期和当月的总天数 firstDayWeekDay, monthRange = calendar.monthrange(year, month) # 获取当月的第一天 firstDay = datetime.date(datetime(year=year, month=month, day=1)) lastDay = datetime.date(datetime(year=year, month=month, day=monthRange)) return firstDay, lastDay 

这个函数默认返回一个元组，可以通过切片获取自己需要的信息

获取两个日期之间的月份差

#获取两个日期之间的月份差 from datetime import datetime def months_sub(str1,str2): #这里输入的日期格式是"%Y%m%d" year1=datetime.strptime(str1[0:8],"%Y%m%d").year
    year2=datetime.strptime(str2[0:8],"%Y%m%d").year
    month1=datetime.strptime(str1[0:8],"%Y%m%d").month
    month2=datetime.strptime(str2[0:8],"%Y%m%d").month
    num=(year1-year2)*12+(month1-month2) return num #我们当然可以对输入的日期格式进行调整，比如输入"%Y-%m-%d"，但相应的字符串的切片就要变成[0:10] 

月份相加减

from datetime import datetime from dateutil.relativedelta import relativedelta (datetime(2019,1,12) + relativedelta(3)).strftime('%Y%m%d') #月份的加减可以作用到年份上，实现跨年的功能 

获取周数

Year_week_day = pd.DataFrame(map(lambda x: x.isocalendar(),df['日期']),columns=['年号','第几周','第几天']) Year_week_day 

时间型与字符串型的相互转化

1. 时间型转变为字符串

# 方法一 str(datetime(2011, 1, 3)) # 方法二 datetime(2011, 1, 3).strftime('%Y-%m-%d') # 在表格中的操作 df['时间'] = df['时间'].apply(lambda x: x.strftime('%Y-%m-%d')) 

2. 字符串转变成时间型

# 方法一 value = '2011-01-03' datetime.strptime(value, '%Y-%m-%d') #'%Y-%m-%d'是用来解析'2011-01-03'的各部分意味着什么 # 方法二 from dateutil.parser import parse
parse('2011-01-03') # 方法三 pd.to_datetime('2020-05-07') 

本文地址：https://blog.csdn.net/Bing_yu_Forever/article/details/108239590