基于时间区间取天数的小算法

于 2023-01-12 10:09:50 发布
阅读量8.4k 收藏
点赞数
分类专栏： python 文章标签： python 数据分析 pandas
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fleehom/article/details/128653693
版权

哈喽，大家好呀，好久不见！因为最近太忙了，就一直忘了更新文章。不过今天，就大家分享一期小算法（哈哈，就是简单的逻辑规则罢了）

最近在工作期间，需求提出了一个之前没有遇到过的问题，就是有一个需求字段是日期天数，但是原网站给出的是一个时间区间，而且我们都知道，做数据聚合的时候，就会出现各种情况，同样，聚合的数据有各种形式的时间区间，如2017年12月26日至2016年7月6日、2016-04-20至2016-06-30、5个月、22016.10.1-2016.11.16 47天、201908-202106等等情况。那么我们要将这些数据转换成天数，就可以考虑写一个小的训练算法，我们就可以写规则去匹配各种形式的时间区间文本

1.首先，先介绍一下我们要用到的包，这里主要是用到的是pandas，大家都知道，数据处理分析方面pandas是有着强大的优势的。另外就是需要用到cn2an，在这里我是用它来将 ‘五个月’ 类似的格式的月数转数字，方便进行后续操作

import datetime, cn2an
import re
import pandas as pd

def cn_to_an(text):
    output = cn2an.cn2an(text, "smart")
    return output

 2.第二步就是将时间区间文本进行前、后时间点进行分离（这里的规则大家可以按自己需求完善）

def get_date_difference(date_str):
    if '至' in date_str:
        date_before = date_str.split('至')[-1]
        date_after = date_str.split('至')[0]
        days = 0
    elif '-' in date_str and '天' in date_str and ',' not in date_str and '，' not in date_str:
        date_before = ''
        date_after = ''
        days = date_str.split(' ')[-1].replace('天', '').strip()
    elif '-' in date_str and '，' in date_str:
        date_before = ''
        date_after = ''
        days = date_str.split('，')[-1].replace('天', '').strip()
    elif '-' in date_str and ',' in date_str:
        date_before = ''
        date_after = ''
        days = date_str.split(',')[-1].replace('天', '').strip()
    elif '-' in date_str and '天' not in date_str and ',' not in date_str and '，' not in date_str and '.' not in date_str:
        date_before0 = date_str.split('-')[-1]
        if len(date_before0) == 8:
            date_before = date_str.split('-')[-1][:4] + '.' + date_str.split('-')[-1][4:6] + '.' + date_str.split('-')[-1][6:]
            date_after = date_str.split('-')[0][:4] + '.' + date_str.split('-')[0][4:6] + '.' + date_str.split('-')[0][6:]
            days = 0
        elif len(date_before0) == 6:
            date_before = date_str.split('-')[-1][:4] + '.' + date_str.split('-')[-1][4:]
            date_after = date_str.split('-')[0][:4] + '.' + date_str.split('-')[0][4:]
            days = 0
        else:
            date_before = ''
            date_after = ''
            days = '0'
    elif '-' in date_str:
        date_before = date_str.split('-')[-1]
        date_after = date_str.split('-')[0]
        days = 0
    elif '－' in date_str and '天' in date_str:
        date_before = ''
        date_after = ''
        days = date_str.split(' ')[-1].replace('天', '').strip()
    elif '－' in date_str:
        date_before = date_str.split('－')[-1]
        date_after = date_str.split('－')[0]
        days = 0
    elif '—' in date_str and '天' in date_str:
        date_before = ''
        date_after = ''
        days = date_str.split(' ')[-1].replace('天', '').strip()
    elif '—' in date_str and '工期' in date_str:
        date_before = ''
        date_after = ''
        days = date_str.split(' ')[-1].replace('工期', '').strip()
    elif '—' in date_str:
        date_before = date_str.split('—')[-1]
        date_after = date_str.split('—')[0]
        days = 0
    elif '~' in date_str and '天' in date_str:
        date_before = ''
        date_after = ''
        days = date_str.split(' ')[-1].replace('天', '').strip()
    elif '~' in date_str:
        date_before = date_str.split('~')[-1]
        date_after = date_str.split('~')[0]
        days = 0
    elif '——' in date_str and '天' in date_str:
        date_before = ''
        date_after = ''
        days = date_str.split(' ')[-1].replace('天', '').strip()
    elif '——' in date_str:
        date_before = date_str.split('——')[-1]
        date_after = date_str.split('——')[0]
        days = 0
    elif '天' in date_str and '-' not in date_str and '至' not in date_str:
        date_before = ''
        date_after = ''
        days = date_str.replace('（日历天）', '').replace('日历天', '').replace('天', '').strip()
    elif "个月" in date_str:
        date_before = ''
        date_after = ''
        days0 = "" if re.search('(.*)个月', date_str, re.S) == None else re.search('(.*)个月', date_str, re.S).group(1).strip()
        days = "" if days0 == '' else str('%.0f' % (cn_to_an(days0)*30))
    elif '天' not in date_str and '-' not in date_str and '至' not in date_str:
        date_before = ''
        date_after = ''
        days = date_str.strip()
    else:
        date_before = ''
        date_after = ''
        days = date_str.strip()
    return date_before, date_after, days

 3.第三步就是将各种格式的时间字符串转时间格式（这里的规则大家可以按自己需求去完善）

def to_datetime_str(time_str):
    new_time = pd.to_datetime(time_str, yearfirst=True, errors='ignore')
    if new_time == time_str:
        # 特殊格式的时间,可以再这里添加规则
        format_list = ["%Y~%m~%d", "%Y|%m|%d", "%Y~%m~%d %H:%M:%S", "%Y|%m|%d %H:%M:%S", "%Y年%m月%d日"]
        format_index = 0
        while new_time == time_str:
            if format_index == len(format_list):
                return {"succ": False, "datetime": None, "datetime_string": "没有匹配当前时间的规则"}
            new_time = pd.to_datetime(time_str, format=format_list[format_index], yearfirst=True, errors='ignore')
            if new_time != time_str:
                return {"succ": True, "datetime": new_time.to_pydatetime(), "datetime_string": str(new_time)}
            format_index += 1
    else:
        return {"succ": True, "datetime": new_time.to_pydatetime(), "datetime_string": str(new_time)}

4.第四步就是获取前后日期的差值天数 

def date_difference(date_before, date_after):
    date_before = datetime.datetime.strptime(date_before, '%Y-%m-%d %H:%M:%S')
    date_after = datetime.datetime.strptime(date_after, '%Y-%m-%d %H:%M:%S')
    days = date_after - date_before
    return days.days

5.最后，通过函数调用以上方法，实现各种时间区间的天数转换 

def get_days(date_text):
    a = get_date_difference(date_text)[0]
    b = get_date_difference(date_text)[1]
    c = get_date_difference(date_text)[2]
    # print(a, b, c)
    if a == '' or b == '':
        days = c.replace('日', '')
    else:
        date_before = to_datetime_str(b)
        date_after = to_datetime_str(a)
        if date_after.get('succ') and date_before.get('succ'):
            date_before = date_before.get('datetime_string')
            date_after = date_after.get('datetime_string')
            days = str(date_difference(date_before, date_after)).replace('-', '')
        else:
            days = '0'
    return days

展示结果： 

    print('********************')
    print(get_days('2017年12月26日至2016年7月6日'))
    print(get_days('2016-04-20至2016-06-30'))
    print(get_days('5个月'))
    print(get_days('230 天'))
    print(get_days('480（日历天）'))
    print(get_days('480 日历天'))
    print(get_days('2017.2.20-2018.6.30'))
    print(get_days('2017.4-2017.9'))
    print(get_days('2017.04-2017.12'))
    print(get_days('22016.10.1-2016.11.16 47天'))
    print(get_days('2016/10/01-2017/10/01'))
    print(get_days('1900-01-01至1900-01-01'))
    # '2019.05.29－2020.12.31、'
    print(get_days('2019.05.29－2020.12.31'))
    # '2019.02.11~2019.08.10、'
    print(get_days('2019.02.11~2019.08.10'))
    # '2017.7.1——2018.12.31、'
    print(get_days('2017.7.1——2018.12.31'))
    # '2016.4.20-2016.12.31,251（逗号后面的是天数）、'
    print(get_days('2016.4.20-2016.12.31,251天'))
    # '2016.12.01-2017.06.06，203（逗号后面的是天数）、'
    print(get_days('2016.12.01-2017.06.06，203天'))
    # '2014.5—2014.8（按月初算）、'
    print(get_days('2014.5—2014.8'))
    # '2016.10.9—2017.1.6 工期90'
    print(get_days('2016.10.9—2017.1.6 工期90'))
    # '5.0（五个月）、'
    print(get_days('5个月'))
    # 660日
    print(get_days('660日'))
    # 2014.05.20-2014.11.31
    print(get_days('2014.05.20-2014.11.30'))
    # 201908-202106
    print(get_days('2019.08-2021.06'))
    print(get_days('201908-202106'))
    print(get_days('20170305-20171005'))

那么本期的分享就结束了，想要学习更多的python爬虫相关技巧和知识的小伙伴们一定要点下关注哟，后期会不定时分享相关干货内容。临近年底，最后祝大家春节快乐，事业兔飞猛进！！！

Crazy ProMonkey
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
基于C#实现相隔天数的计算
06-10
本程序基于C#语言实现相隔天数的计算，通过输入两个时间的年月日，该算法会计算出两个时间相隔的天数。
小程序日期区间计算天数
m0_65390590的博客
10-12 758
小程序日期区间计算天数
获取日期区间天数
DeppBing的博客
08-02 163
获取日期区间天数。
java计算两个时间区间之间的天数
Osborn的博客
12-21 2271
import java.text.ParsePosition; import java.text.SimpleDateFormat; import java.util.Calendar; import java.util.Date; import java.util.GregorianCalendar; public class DateUtil { /** * 得到指定...
计算指定时间区间的天数
公子肆
04-02 609
<?php /** * */ class getDays { /** * 计算指定时间内的天数 * @param $sTime sting 开始时间 * @param $eTimesting 结束时间 */ public function getCountDays($sTime, $eTime) { $startDt = getdate($sTime); $endDt = getdate($eTime); $sUTime = mkti
js获取工作时间区间天数（不排除节假日）
k20110的专栏
06-01 541
网上查了好几个计算请假天数的方法，发现写的比较复杂还几乎不能用，没办法就自己撸了一个，亲测可用 import moment from "moment"; ConvertDays(beginDay, endDay) { // 制度时间上班、下班、午休时间节点 let begin = 9, end = 17.5, afterBeg = 12, afterEnd = 13.5, total = 7, diff = 1.5; let days = parseInt((momen.
基于JavaScript的旅行路径规划算法设计与实现
05-28
基于JavaScript的旅行路径规划算法设计与实现
PHP 计算两个时间段之间交集的天数示例
10-16
今天小编就为大家分享一篇PHP 计算两个时间段之间交集的天数示例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
JavaScript实现给定时间相加天数的方法
10-22
主要介绍了JavaScript实现给定时间相加天数的方法,涉及JavaScript针对日期与时间操作相关技巧,需要的朋友可以参考下
scratch2源码算法练习-计算天数
最新发布
03-22
scratch2源码算法练习-计算天数本资源系百度网盘分享地址
oracle得到两个日期区间的所有天数
送我一块糖的博客
05-03 1934
SELECT TO_CHAR(to_timestamp('2018-05-03 00:00:00', 'syyyy-mm-dd hh24:mi:ss.ff')  +ROWNUM - 1, 'yyyy-MM-dd') as daylistFROM DUALCONNECT BY ROWNUM &lt;=extract(day from to_timestamp('2018-05-03 23:59:00...
比较2个日期区间重合的天数
enutter的专栏
12-06 703
create function [dbo].[GetRangeDays] (@dtRange1From DATE,       @dtRange1To DATE,       @dtRange2From DATE,       @dtRange2To DATE) RETURNS int     AS     BEGIN          IF NOT ( @dtRange2From
pandas日期字段处理--pandas日期和字符串之间的相互转换，从日期字段中提取年月日、时分秒、周数、季度等
Jalen big data analysis的博客
01-06 3万+
1、pandas导入数据（以导入csv文件为例）。 2、将str类型/object类型转换为datetime类型，强制转换，跳过错误。 3、将str类型/object类型转换为datetime类型，提取年月日时分秒。 4、利用字符串截取原理，提取年月日时分秒。 5、其他时间处理方法。
日期区间计算
张磊的专栏
09-18 1334
    Private Sub Form1_Load(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles MyBase.Load                Label1.Text = "今天是今年的第"        Label1.Text += DateDiff(DateInterval.Day, #1/1/
实用小算法之合并日期区间
m0_69661182的博客
05-08 363
工作中用的上的算法
pandas提取时间里面的年月日_Pandas中时间和日期处理
weixin_39972151的博客
12-22 3513
1、生成一个时间段In [1]:import pandas as pdIn [2]:import numpy as np1)生成一个时间区间段，间隔为小时In [3]:rng = pd.date_range("1/1/2011", periods=72, freq="H")2)生成一个Series，并制定索引为时间段In [4]:ts = pd.Series(np.random.randn(len...
pandas中时间序列的处理（获得时间特征：年月日周分秒等时间）
热门推荐
家有代码初写成 的博客
01-06 3万+
关于描述：在项目中遇到了特征的提取，因为数据的变化和时间有直接的关系，就考虑这个时间能提取出那些特征？ 我的数据示例：200101010100。年月日时分秒的这个里面提取数据，我很明显可以看出来需要尝试提取：日时分特征 参考：https://www.jianshu.com/p/93734eeed9b3 获取每周几的时间参考：https://blog.csdn.net/qq_36076233/...
pandas获取一段时间内的所有天日期
全世界的博客
11-27 7031
pandas的date_range可以获取一段时间内的所有天日期，可是格式是pandas的datetime64[ns] import pandas as pd date_index = pd.date_range('2018-11-01', '2018-11-30') 我们需要把pandas的datetime时间格式转普通的datetime格式 date_list = [pd.Timestam...
将pyspark 时间格式中的天数取出来
03-22
可以使用 pyspark 中的 date_format 函数来取出时间格式中的天数，具体代码如下： from pyspark.sql.functions import date_format # 假设时间格式为 "yyyy-MM-dd" df = spark.createDataFrame([(1, "2022-01-01")...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Crazy ProMonkey

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值