Python中的Pandas 时间函数 time 、datetime 模块和时间处理基础讲解
作者:虚心求知的熊
Python 中提供了对时间日期的多种多样的处理方式,主要是在 time 和 datetime 这两个模块里。
一、time 模块
- time 模块不牵扯时区的问题,便于计算。
- (1) timestamp 时间戳,时间戳表示的是从 1970 年 1 月 1 日 00:00:00 开始按秒计算的偏移量。
- (2) struct_time 时间元组,共有九个元素组。
- (3) format time 格式化时间,已格式化的结构使时间更具可读性。包括自定义格式和固定格式。
1、时间格式转换图
- 主要 time 生成方法和 time 格式转换方法实例如下:
- 首先,我们导入 time 模块,便于我们后续的操作。
import time
然后,我们生成 timestamp ,他是一个浮点型数据。
time.time() #1676978808.2162082
将其转化为整型数据。
int(time.time()) #1676978809
我们可以知道一个程序消耗的时间,通过设置程序开始时间和程序结束时间,中间执行一个循环语句,这里以累加到 10000 为例。
start_time = time.time() s = "" for i in range(10000): s += str(i) end_time = time.time() print("程序消耗时间=",end_time-start_time) #程序消耗时间= 0.0039615631103515625
我们也可以通过 time 模块调用本地时间,通过生成 struct_time 完成。
my_time = time.localtime() print(my_time) print(my_time.tm_year) print(my_time.tm_mon) print(my_time.tm_mday) #time.struct_time(tm_year=2023, tm_mon=2, tm_mday=21, tm_hour=19, tm_min=26, tm_sec=58, #tm_wday=1, tm_yday=52, tm_isdst=0) #2023 #2 #21
我们可以将 timsstamp 转化为 struct_time。
time.localtime(1650177058) #time.struct_time(tm_year=2022, tm_mon=4, tm_mday=17, tm_hour=14, tm_min=30, tm_sec=58, #tm_wday=6, tm_yday=107, tm_isdst=0)
可以将格式化字符串输入到 struct_time。
time.strptime('2011-05-05 16:37:06', '%Y-%m-%d %X') #time.struct_time(tm_year=2011, tm_mon=5, tm_mday=5, tm_hour=16, tm_min=37, tm_sec=6, #tm_wday=3, tm_yday=125, tm_isdst=-1)
我们也可以将格式化字符串时间反向转变为秒钟数。
time.mktime(time.strptime('2011-05-05 16:37:06', '%Y-%m-%d %X')) #1304584626.0
- 我们可以生成 format_time,产生满足我们格式要求的时间。
- 示例 1:
#struct_time to format_time time.strftime("%Y-%m-%d %X") time.strftime("%Y-%m-%d %X",time.localtime()) #time.strftime("%Y-%m-%d %X",time.localtime()) #'2023-02-21 19:27:05' #生成format_time
示例 2:
#struct_time to format_time time.strftime("%Y-%m-%d") #time.strftime("%Y-%m-%d %X",time.localtime()) #'2023-02-21'
示例 3:
#struct_time to format_time time.strftime("%m-%d-%Y") #time.strftime("%Y-%m-%d %X",time.localtime()) #'02-21-2023'
2. struct_time 元组元素结构
其具体元素结构可见下述表格。
属性 | 值 |
---|---|
tm_year(年) | xxxx 年,比如 2011 |
tm_mon(月) | 1 - 12 |
tm_mday(日) | 1 - 31 |
tm_hour(时) | 0 - 23 |
tm_min(分) | 0 - 59 |
tm_sec(秒) | 0 - 61 |
tm_wday(weekday) | 0 - 6(0表示周日) |
tm_yday(一年中的第几天) | 1 - 366 |
tm_isdst(是否是夏令时) | 默认为-1 |
- 其具体如下作用:
- (1) 取得时间戳/时间格式的字符串中对应的年/月/日等信息。
- (2) 作为时间戳和字符串时间之间的桥梁。
- 具体可见如下示例:
time_stuct = time.strptime('2011-05-07 16:37:06', '%Y-%m-%d %X') print(time_stuct.tm_year) print(time_stuct.tm_mon) print(time_stuct.tm_mday) print(time_stuct.tm_hour) print(time_stuct.tm_min) my = 'aaa' '%s'% my my_int = 1 '%d'% my_int "我们在{}工作".format('家里') addr = "家里" f"我们在{addr}工作" #2011 #5 #7 #16 #37 #'我们在家里工作'
3. format time 结构化表示
其具体含义可见下述表格。
属性 | 含义 |
---|---|
%Y -年 | [0001,…,2018,2019,…,9999] |
%m -月 | [01,02,…,11,12] |
%d -天 | [01,02,…,30,31] |
%M -分钟 | [00,01,…,58,59] |
%S -秒 | [00,01,…,58,61] |
%X | 本地相应时间 |
%y | 去掉世纪的年份(00 - 99) |
- 常见的结构化时间组合有如下几种:
- 示例 1:
time.strftime("%Y-%m-%d %X") #'2023-02-21 20:55:40' time.strftime("%Y-%m-%d %X") #'2023-02-21 20:55:40'
示例 2:
time.strftime("%Y-%m-%d") #'2023-02-21'
示例 3:
time.strftime("%m") #'02'
我们可以通过 time 运算获取我们想要的时间点,并按 %Y-%m-%d %X
的形式表达出来。
import time t1 = time.time() t2=t1+24*60*60 time.strftime("%Y-%m-%d %X",time.localtime(t2)) #'2023-02-22 21:02:38'
或者通过 time 进行暂停操作,例如火箭发射,我们在循环结束后暂停 1s,然后进行下一个语句。
# 倒计时 for i in range(5): print('\r',' %s 秒!' % (5-i), end='') # 暂停1s后运行 time.sleep(1) print('\r',"发射!!!!") #发射!!!!
二、datetime 模块
datatime 模块重新封装了time模块,提供更多接口,提供的类有:date,time,datetime、timedelta,tzinfo 等。
1. date类
其语法模板如下:
datetime.date(year, month, day)
- 有静态方法和字段两种方法。
- date.today():返回一个表示当前本地日期的date对象。
- date.fromtimestamp(timestamp):根据给定的时间戮,返回一个date对象。
- 具体可见如下示例:
- 示例 1:
from datetime import date import time print('date.today():', date.today()) print('date.fromtimestamp():', date.fromtimestamp(time.time())) #date.today(): 2023-02-21 #date.fromtimestamp(): 2023-02-21
示例 2:
from datetime import date print(type(date.fromtimestamp(1650177058))) print(date.fromtimestamp(1650177058)) #<class 'datetime.date'> #2022-04-17
2. 方法和属性
- 可以通过
d1 = date(2011,06,03)
生成 date 对象 。 - 其具体含义可见下述表格。
属性 | 含义 |
---|---|
d1.year | 年 |
d1.month | 月 |
d.day | 日 |
d1.replace(year, month, day) | 生成一个新的日期对象,用参数指定的年,月,日代替原有对象中的属性。(原有对象仍保持不变) |
d1.timetuple() | 返回日期对应的time.struct_time对象 |
d1.weekday() | 返回weekday,如果是星期一,返回0;如果是星期2,返回1,以此类推 |
d1.isoweekday() | 返回weekday,如果是星期一,返回1;如果是星期2,返回2,以此类推 |
d1.isoformat() | 返回格式如’YYYY-MM-DD’的字符串 |
d1.strftime(fmt) | 和 time 模块 forma t相同 |
- 具体可见如下示例:
- 示例 1:我们将 day 参数指定为 1。
now = date.today() now print(now.replace(day=1)) #2023-02-01
示例 2:同示例 1,但是换了一种函数写法。
date.today().replace(day=1) #datetime.date(2023, 2, 1)
示例 3:直接使用 now 函数生成当前日期。
now #datetime.date(2023, 2, 21)
示例 4:直接使用 now.isoformat() 函数生成 YYYY-MM-DD
格式的当前日期。
now.isoformat() #'2023-02-21'
示例 5:直接使用 now.isoweekday() 函数生成周几,返回对应的数字。
now.isoweekday() #2
示例 6:使用 now.strftime() 函数自定义输出格式。
#'2022.04.18' 自定义输出格式 now.strftime('%Y.%m.%d') #'2023.02.21'
示例 7:
now = date(2021, 10, 26) print(now.year,now.month,now.day) tomorrow = now.replace(day = 1) print('now:', now, ', 当月第一天:', tomorrow) print('timetuple():', now.timetuple()) print('weekday():', now.weekday()) print('isoweekday():', now.isoweekday()) print('isoformat():', now.isoformat()) print('strftime():', now.strftime("%Y.%m.%d")) #2021 10 26 #now: 2021-10-26 , 当月第一天: 2021-10-01 #timetuple(): time.struct_time(tm_year=2021, tm_mon=10, tm_mday=26, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=1, tm_yday=299, tm_isdst=-1) #weekday(): 1 #isoweekday(): 2 #isoformat(): 2021-10-26 #strftime(): 2021.10.26
3. datetime 类
- datetime 相当于 date 和 time 结合起来。
- 其语法模板如下:
datetime.datetime (year, month, day[ , hour[ , minute[ , second[ , microsecond[ , tzinfo] ] ] ] ] )
- datetime.today():返回一个表示当前本地时间的 datetime 对象。
- datetime.now([tz]):返回一个表示当前本地时间的 datetime 对象,如果提供了参数 tz,则获取 tz 参数所指时区的本地时间。
- datetime.fromtimestamp(timestamp[, tz]):根据时间戮创建一个 datetime 对象,参数 tz 指定时区信息。
- datetime.strptime(date_string, format):将格式字符串转换为 datetime 对象。
- 我们可以将 datetime 转化为指定格式的字符串。
from datetime import datetime now = datetime.now() print(type(now)) print(now.strftime('%Y-%m-%d %X')) print(now.strftime('%Y-%m-%d %H:%M')) #<class 'datetime.datetime'> #2023-02-21 21:45:25 #2023-02-21 21:45
- 对于 2021-11-25 10:23 这类的字符串,我们可以使用 strptime 将其转化为 datetime。
- 需要注意的是,将字符串转化为 datetime 数据类型,格式需要统一。
my_str = '2021-11-10 10:23' print(datetime.strptime(my_str,'%Y-%m-%d %H:%M')) my_str = '10/11/2021 10:23' datetime.strptime(my_str,'%d/%m/%Y %H:%M') #2021-11-10 10:23:00 #datetime.datetime(2021, 11, 10, 10, 23)
汇总一下,见下方例子。
from datetime import * import time now = datetime.now() print('today():', datetime.today()) print('now():', datetime.now()) print('fromtimestamp(tmstmp):', datetime.fromtimestamp(time.time())) print('datetime.strptime(date_string, format):',datetime.strptime('2022-03-21', "%Y-%m-%d")) #today(): 2023-02-21 21:45:28.141748 #now(): 2023-02-21 21:45:28.141748 #fromtimestamp(tmstmp): 2023-02-21 21:45:28.141748 #datetime.strptime(date_string, format): 2022-03-21 00:00:00
三、timedelta 类的时间加减
- 使用 timedelta 可以很方便的在日期上做天 days,小时 hour,分钟 minute,秒 second,毫秒 millisecond,微秒 microsecond 的时间计算,如果要计算月份则需要另外的办法。
- 具体可见如下示例。
- 示例 1(加上 -1 和减 1 是相同的):
from datetime import datetime from datetime import timedelta dt = datetime.now() #日期减一天 dt_1 = dt + timedelta(days=-1) #昨天 dt_11 = dt - timedelta(days=1) #昨天 dt3 = dt + timedelta(days=1) #明天 print("dt3:",dt_1) print("dt_11:",dt_11) print("dt3:",dt3) #dt3: 2023-02-20 22:11:28.388926 #dt_11: 2023-02-20 22:11:28.388926 #dt3: 2023-02-22 22:11:28.388926
示例 2(可以使用 s.total_seconds 返回在该时间实例的给定持续时间内覆盖的总秒数 ):
# 明天的datetime - 昨天的datetime s= dt3 - dt_1 print(s.days) print(s.total_seconds()) #2 #172800.0
示例 3:
delta_obj = dt3-dt print(type(delta_obj),delta_obj)#<type 'datetime.timedelta'> 1 day, 0:00:00 # total_seconds():返回在该时间实例的给定持续时间内覆盖的总秒数 print(delta_obj.days ,delta_obj.total_seconds())#1 86400.0 #<class 'datetime.timedelta'> 1 day, 0:00:00 #1 86400.0
四、时间处理基础
- Pandas 提供了四种类型的生成日期时间的对象:日期时间、时间增量、时间跨度、日期偏移量。
- (1) 日期时间(Date Times):具有时区支持的特定日期和时间。与 Python 标准库中的 datetime.datetime 类似。如 2020 年 12 月 6 日 13 点 37 分 50 秒.
- (2) 时间增量(Time Deltas):绝对持续时间,用于在指定时间点基础上增加指定的增量,如在某年月日的基础上增加 2 天、增加 2 个月、减少 4 小时等,最后产生一个新的时间点。
- (3) 时间跨度(Time Span):由时间点及其相关周期定义的时间跨度,如连续产生一年四个季度的时间序列。
- (4) 日期偏移(Date Offsets):以日历计算的相对持续时间,表示时间间隔,两个时间点之间的长度,如日、周、月、季度、年。
概念 | 标量类 | 数组类 | Pandas 数据类型 | 主要建立方法 |
---|---|---|---|---|
日期时间(Date Times) | Timesstamp 时间戳 | DatetimeIndex 时间索引 | datetime64[ns]、datetime64[ns,tz] | to datetime()、date_range() |
时间增量(Time Deltas) | Timedelta 时间增量 | Timedeltalndex 时间增量索引 | timedelta[ns] | to timedelta()、timedelta range() |
时间跨度(Time Span&#x#xff09; | Period 时间周期 | PeriodIndex 周期索引 | period[freq] | Period()、period_range() |
日期偏移(Date Offsets) | DateOffset | None | None | DateOffset() |
- 一般情况下,时间序列主要是
Series
或DataFrame
的时间型索引,可以用时间元素进行操控。
到此这篇关于Python中的Pandas 时间函数 time 、datetime 模块和时间处理基础的文章就介绍到这了,更多相关Python Pandas 时间函数 time内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!