• 11.1 日期和时间数据类型及工具
    • 字符串和datetime的相互转换

    11.1 日期和时间数据类型及工具

    Python标准库包含用于日期(date)和时间(time)数据的数据类型,而且还有日历方面的功能。我们主要会用到datetime、time以及calendar模块。datetime.datetime(也可以简写为datetime)是用得最多的数据类型:

    1. In [10]: from datetime import datetime
    2. In [11]: now = datetime.now()
    3. In [12]: now
    4. Out[12]: datetime.datetime(2017, 9, 25, 14, 5, 52, 72973)
    5. In [13]: now.year, now.month, now.day
    6. Out[13]: (2017, 9, 25)

    datetime以毫秒形式存储日期和时间。timedelta表示两个datetime对象之间的时间差:

    1. In [14]: delta = datetime(2011, 1, 7) - datetime(2008, 6, 24, 8, 15)
    2. In [15]: delta
    3. Out[15]: datetime.timedelta(926, 56700)
    4. In [16]: delta.days
    5. Out[16]: 926
    6. In [17]: delta.seconds
    7. Out[17]: 56700

    可以给datetime对象加上(或减去)一个或多个timedelta,这样会产生一个新对象:

    1. In [18]: from datetime import timedelta
    2. In [19]: start = datetime(2011, 1, 7)
    3. In [20]: start + timedelta(12)
    4. Out[20]: datetime.datetime(2011, 1, 19, 0, 0)
    5. In [21]: start - 2 * timedelta(12)
    6. Out[21]: datetime.datetime(2010, 12, 14, 0, 0)

    datetime模块中的数据类型参见表10-1。虽然本章主要讲的是pandas数据类型和高级时间序列处理,但你肯定会在Python的其他地方遇到有关datetime的数据类型。

    表11-1 datetime模块中的数据类型

    11.1 日期和时间数据类型及工具 - 图1

    tzinfo 存储时区信息的基本类型

    字符串和datetime的相互转换

    利用str或strftime方法(传入一个格式化字符串),datetime对象和pandas的Timestamp对象(稍后就会介绍)可以被格式化为字符串:

    1. In [22]: stamp = datetime(2011, 1, 3)
    2. In [23]: str(stamp)
    3. Out[23]: '2011-01-03 00:00:00'
    4. In [24]: stamp.strftime('%Y-%m-%d')
    5. Out[24]: '2011-01-03'

    表11-2列出了全部的格式化编码。

    表11-2 datetime格式定义(兼容ISO C89)

    11.1 日期和时间数据类型及工具 - 图2

    11.1 日期和时间数据类型及工具 - 图3

    datetime.strptime可以用这些格式化编码将字符串转换为日期:

    1. In [25]: value = '2011-01-03'
    2. In [26]: datetime.strptime(value, '%Y-%m-%d')
    3. Out[26]: datetime.datetime(2011, 1, 3, 0, 0)
    4. In [27]: datestrs = ['7/6/2011', '8/6/2011']
    5. In [28]: [datetime.strptime(x, '%m/%d/%Y') for x in datestrs]
    6. Out[28]:
    7. [datetime.datetime(2011, 7, 6, 0, 0),
    8. datetime.datetime(2011, 8, 6, 0, 0)]

    datetime.strptime是通过已知格式进行日期解析的最佳方式。但是每次都要编写格式定义是很麻烦的事情,尤其是对于一些常见的日期格式。这种情况下,你可以用dateutil这个第三方包中的parser.parse方法(pandas中已经自动安装好了):

    1. In [29]: from dateutil.parser import parse
    2. In [30]: parse('2011-01-03')
    3. Out[30]: datetime.datetime(2011, 1, 3, 0, 0)

    dateutil可以解析几乎所有人类能够理解的日期表示形式:

    1. In [31]: parse('Jan 31, 1997 10:45 PM')
    2. Out[31]: datetime.datetime(1997, 1, 31, 22, 45)

    在国际通用的格式中,日出现在月的前面很普遍,传入dayfirst=True即可解决这个问题:

    1. In [32]: parse('6/12/2011', dayfirst=True)
    2. Out[32]: datetime.datetime(2011, 12, 6, 0, 0)

    pandas通常是用于处理成组日期的,不管这些日期是DataFrame的轴索引还是列。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:

    1. In [33]: datestrs = ['2011-07-06 12:00:00', '2011-08-06 00:00:00']
    2. In [34]: pd.to_datetime(datestrs)
    3. Out[34]: DatetimeIndex(['2011-07-06 12:00:00', '2011-08-06 00:00:00'], dtype='dat
    4. etime64[ns]', freq=None)

    它还可以处理缺失值(None、空字符串等):

    1. In [35]: idx = pd.to_datetime(datestrs + [None])
    2. In [36]: idx
    3. Out[36]: DatetimeIndex(['2011-07-06 12:00:00', '2011-08-06 00:00:00', 'NaT'], dty
    4. pe='datetime64[ns]', freq=None)
    5. In [37]: idx[2]
    6. Out[37]: NaT
    7. In [38]: pd.isnull(idx)
    8. Out[38]: array([False, False, True], dtype=bool)

    NaT(Not a Time)是pandas中时间戳数据的null值。

    注意:dateutil.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)。

    datetime对象还有一些特定于当前环境(位于不同国家或使用不同语言的系统)的格式化选项。例如,德语或法语系统所用的月份简写就与英语系统所用的不同。表11-3进行了总结。

    表11-3 特定于当前环境的日期格式

    11.1 日期和时间数据类型及工具 - 图4