Python时间戳、时间类型转换、日期时间子特征的提取及合并

一、时间、时间戳

时间，是物质的运动、变化的持续性、顺序性的表现，包含时刻和时段两个概念。时间是人类用以描述物质运动过程或事件发生过程的一个参数，确定时间，是靠不受外界影响的物质周期变化的规律。
时间戳（timestamp），一个能表示一份数据在某个特定时间之前已经存在的、 完整的、 可验证的数据,通常是一个字符序列，唯一地标识某一刻的时间。

Unix时间戳(Unix timestamp)，或称Unix时间(Unix time)、POSIX时间(POSIX time)，是一种时间表示方式，定义为从格林威治时间1970年01月01日00时00分00秒(北京时间1970年01月01日08时00分00秒)起至现在的总毫秒数（在python中默认计算总秒数）。

由于时区的存在，世界上的时间并不完全统一。北京时间比格林威治时间提前8个小时，比美国东部时间提前13个小时。

倒时差：一个人晚上9点从国内坐飞机到伦敦，假设飞了8个小时，他在飞机上睡了8个小时。可是当他下飞机后，他会发现机场大厅的时钟还是晚上9点。由于他刚刚睡了8个小时，所以他到酒店后晚上失眠了，第二天白天了，他开始睡了，从而生物钟被打乱，可能几天缓不过劲来。

时间戳的不一致性：数据中的日期字段date中如果纪录的是一个整数或者浮点数，数据类型极有可能是时间戳，由于存储数据的计算机可能和分析数据的计算机位于不同时区，所以面对同一个时间戳，极有可能存在理解差异，需要分析该时间戳是相对于哪个时刻的时间戳。

2038年问题是指在使用POSIX时间的32位计算机应用程序上，格林尼治时间2038年1月19日凌晨03:14:07（北京时间：2038年1月19日中午11:14:07）之后无法正常工作。
计算机通常用一个10位的整数来描述时间戳对应的总秒数。10位的十进制数最大数为9999999999，一年（365天）的总秒数为31536000，所以9999999999/31536000=317.0979198059361，由于有闰年，时间戳最多可以表示到1970年后的316年左右，即到2286/11/21 01:46:40 会变成11位（10000000000）。但在32位计算机中，通常用一个32位的有符号整数来存储这个时间戳，这样时间戳的二进制数最大就是（01111111 11111111 11111111 11111111）。其后一秒，二进制数字会变为10000000 00000000 00000000 00000000，发生溢出错误，造成系统将时间误解为1901年12月13日20时45分52秒。这很可能会引起软件故障，甚至是系统瘫痪。使用64位二进制数字表示时间的系统（最多可以使用到格林威治时间292,277,026,596年12月04日15时30分08秒）则基本不会遇到这类溢出问题。
现在用Python来验证一下：

from datetime import datetime
int('01111111111111111111111111111111', 2) #将二进制值转换为十进制，输出2147483647
datetime.utcfromtimestamp(2147483647)  #datetime.datetime(2038, 1, 19, 3, 14, 7)

可以看到，受计算机存储能力限制，32位有符号二进制整数对应的十进制数最大不是9999999999，而是2147483647，对应时刻为datetime(2038, 1, 19, 3, 14, 7)

二、Python世界中的时间
对于一个时间（时刻），可以有两种视角，一种是计算其距离某一时刻，比如1970年1月1日零时零分经过的秒数总和，即格林威治时间时间戳。另个一种是比较直观的datetime形式（年，月，日，时，分，秒，微秒，时区）。python提供了一个函数：
datetime(year, month, day[, hour[, minute[, second[, microsecond[,tzinfo]]]]])，
此函数可以创建datetime对象，它同时包含date和time对象的所有特性。
其中microsecond为6位数字表示的微秒值，tzinfo参数代表时区。可表示的时间最大值和最小值如下：
max = datetime(9999, 12, 31, 23, 59, 59, 999999)
min = datetime(1, 1, 1, 0, 0)
通常情况下，我们只关注自己的时间即可，比如你手机或手表上的时间，这个时间称之为localtime，比如北京时间早八点整，你不用操心英国、美国现在是几点，他们是睡觉了还是吃饭了。

import pandas as pd
import time
from datetime import datetime
time.time()  #获得localtime的时间戳
datetime.now()  #datetime.now() 获得当前的localtime，注意不是格林威治时间

pandas中的Timestamp类型与python的datetime类型基本等价：

pd.Timestamp.now()

创建任意时间点：

a = pd.Timestamp('2018-03-16 21:01:34')
b = pd.datetime(2018,3,16,21,1,34)
c = datetime(2018,3,16,21,1,34)
print(a == b == c)  #True
print(type(b))  #<class 'datetime.datetime'>

三、时间类型的相互转换

1. 时间戳转datetime
常用场景：分析时需要将数据date字段存储的数字转为直观形式

datetime.fromtimestamp(1580572800.0) #输出：datetime.datetime(2020, 2, 2, 0, 0)
datetime.utcfromtimestamp(1580572800.0) #输出： datetime.datetime(2020, 2, 1, 16, 0)

可以发现同一