【Python】字符串和datetime相互转换
摘要
时间序列（time series）数据是一种重要的结构化数据形式，应用于多个领域，包括金融学、经济学、生态学、神经科学、物理学等。在多个时间点观察或测量到的任何事物都可以形成一段时间序列。在进行时间序列问题分析时，通常需要将字符串和datetime类型相互转换，本文分享他们之间相互转换的集中常用方法（主要用到的库有datetime、pandas以及dateutil）。
(一)datetime -> str
datetime类型转成str一般常用的有两种方法：str和传入格式化字符串的strftime方法。
1.str()类型转换
from datetime import datetime
stamp = datetime(2011, 1, 3)
stamp
str(stamp)
2.strftime方法类型转换
stamp.strftime('%Y-%m-%d')
下图是全部的格式化编码：
(一)str -> datetime
将str转成日期时间类型有三种常用方法：一个是与strftime互逆的strptime方法、以及dateutil包的parse方法、还有pandas的to_datetime方法。
1.strptime方法
value = '2011-01-03'
datetime.strptime(value, '%Y-%m-%d')
2.dateutil包中的parser.parse方法
from dateutil.parser import parse
parse('2011-01-03')
这个方法还有个很好的地方就是不用你显示的给定编码格式，dateutil可以解析几乎所有人类能够理解的日期表示形式。
parse('Jan 31, 1997 10:45 PM')
在国际通用的格式中，日出现在月的前面很普遍，传入dayfirst=True(默认值为False)即可解决这个问题.
parse('6/12/2011', dayfirst=True)
注意：parser是一个实用但不完美的工具。比如说，它会把一些原本不是日期的字符串认作是日期（比如"42"会被解析为2042年的今天）。
3.pandas包的to_datetime方法
to_datetime方法可以解析多种不同的日期表示形式。对标准日期格式（如ISO8601）的解析非常快：
import pandas as pd
datestrs = ['2011-07-06 12:00:00', '2011-08-06 00:00:00']
pd.to_datetime(datestrs)
它还可以处理缺失值（None、空字符串等）：
idx = pd.to_datetime(datestrs + [None])
idx
其中第三个元素为NaT：Not a Time。是pandas中时间戳数据的null值。