背景
在数据处理过程中，多多少少都会和日期时间打交道，比如在分析数据时，一般需要求各年、各季度、各月、各周的销量等，这些基本都会涉及到日期时间，处理日期时间变量是躲不过的
在这里用的名词术语：日期时间，是一个整体
datetime库介绍
官方文档：https://docs.python.org/zh-cn/3/library/datetime.html
datetime包含的类：
- class datetime.date
日期 - class datetime.time
时间 - class datetime.datetime
日期和时间的结合 - class datetime.timedelta
两个时间之间的间隔 - class datetime.tzinfo
时区 - class datetime.timezone
tzinfo 的子类
这里主要介绍在工作中经常使用的：
- class datetime.datetime--------日期时间
- class datetime.timedelta--------时间间隔
常用函数、方法、属性
- class datetime.datetime
- 获取当前时间，结果为：年、月、日、时、分、秒、微秒
1 秒 = 1000毫秒（millisecond）
1毫秒 = 1000微秒（microsecond）
In [1]: import datetime
In [2]: datetime.datetime.now()
Out[2]: datetime.datetime(2021, 1, 25, 16, 56, 56, 992611)
In [3]: type(datetime.datetime.now())
Out[3]: datetime.datetime
- 用指定日期时间创建datetime
In [4]: datetime.datetime(2021,1,1,12,30,00)
Out[4]: datetime.datetime(2021, 1, 1, 12, 30)
In [5]: print(datetime.datetime(2021,1,1,12,30,00))
2021-01-01 12:30:00
- 一般日志文件使用的格式
In [6]: dt=datetime.datetime.now().strftime('%Y%m%d%H%M%S')
In [7]: dt
Out[7]: '20210125171518'
一般创建日志文件代码：
import logging
import datetime
#日志记录
def get_logger():
dt=datetime.datetime.now().strftime('%Y%m%d%H%M%S')
logger = logging.getLogger('model_main.py')
logger.setLevel(level = logging.INFO)
if not os.path.exists('./logs'):
os.mkdir('./logs')
handler = logging.FileHandler(f'./logs/{dt}_model_main.txt',encoding='utf-8')
handler.setLevel(logging.INFO)
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
handler.setFormatter(formatter)
logger.addHandler(handler)
return logger, handler
- 获取年、月、日等
In [8]: dt = datetime.datetime.now()
In [9]: dt.year
Out[9]: 2021
In [11]: dt.month
Out[11]: 1
In [12]: dt.day
Out[12]: 25
In [13]: dt.hour
Out[13]: 17
In [14]: dt.minute
Out[14]: 20
In [15]: dt.microsecond
Out[15]: 728805
- 解析字符串为日期
strptime：string parse time
官方的符号代表意义：
https://docs.python.org/zh-cn/3/library/datetime.html#strftime-strptime-behavior
In [16]: datetime.datetime.strptime("1/25/2021 17:27:30","%m/%d/%Y %H:%M:%S")
Out[16]: datetime.datetime(2021, 1, 25, 17, 27, 30)
- 把日期格式化为字符串
strftime：string format time
官方的符号代表意义（同上）
In [17]: dt = datetime.datetime.now()
In [18]: dt
Out[18]: datetime.datetime(2021, 1, 25, 17, 33, 25, 952250)
In [19]: datetime.datetime.strftime(dt,"%Y-%m-%d %H:%M:%S")
Out[19]: '2021-01-25 17:33:25'
- class datetime.timedelta
timedelta：time delta
如果学过高等数学的话，那么对delta应该比较熟悉，代表间隔、增量
Delta是第四个希腊字母的读音，其大写为 Δ，小写为 δ。在数学或者物理学中大写的 Δ 用来表示增量符号。 而小写 δ 通常在高等数学中用于表示变量或者符号。
datetime.timedelta 只有 days, seconds 和 microseconds 会保留，其他的单位全部相应会转换为这三个，并且 days, seconds, microseconds 会经标准化处理以保证表达方式的唯一性：
0 <= microseconds < 1000000
0 <= seconds < 360024 (一天的秒数)*
-999999999 <= days <= 999999999
- 两个时间相减生成timedelta
In [20]: dt1 = datetime.datetime(2020,12,5,11,12,13)
In [21]: dt2 = datetime.datetime(2021,1,15,12,30,31)
In [22]: dt2 - dt1
Out[22]: datetime.timedelta(days=41, seconds=4698)
- 两个时间相隔的天数
在数据分析中，有时业务要求前后半年时间内都算正常这样的需求，那么就可以用这种方式来解决
In [20]: dt1 = datetime.datetime(2020,12,5,11,12,13)
In [21]: dt2 = datetime.datetime(2021,1,15,12,30,31)
In [23]: dt_delta = dt1 - dt2
In [24]: dt_delta
Out[24]: datetime.timedelta(days=-42, seconds=81702)
In [25]: dt_delta.days
Out[25]: -42
In [26]: abs(dt_delta.days)
Out[26]: 42
- 用timedelta类来创建
In [27]: datetime.timedelta(days=50,seconds=27,microseconds=10,milliseconds=29000,minutes=5,hours=8,weeks=2)
Out[27]: datetime.timedelta(days=64, seconds=29156, microseconds=10)
In [28]: datetime.timedelta(10,10,10)
Out[28]: datetime.timedelta(days=10, seconds=10, microseconds=10)
- 一个日期加上或减去timedelta增量
一个时间点加上或减去一个timedelta增量结果还是一个时间点
In [29]: dt = datetime.datetime.now()
In [30]: dt_delta = datetime.timedelta(days = 1)
In [31]: dt + dt_delta
Out[31]: datetime.datetime(2021, 1, 26, 18, 21, 30, 27141)
In [32]: dt - dt_delta
Out[32]: datetime.datetime(2021, 1, 24, 18, 21, 30, 27141)
历史相关文章
- Python 字符串格式化方法总结
- Python pandas 数据无法正常分列
以上是自己实践中遇到的一些问题，分享出来供大家参考学习，欢迎关注微信公众号：DataShare ，不定期分享干货