python中的datetime模块分析

python标准库包含用于日期（date）和时间（time）数据的数据类型，而且还含有日历方面的功能。我们主要会用到datetime、time和calendar模块。datetime.datetime是用得最多的数据类型。

datetime模块中的数据类型

date                以公历形式储存日历日期（年、月、日）

time                将时间储存为时、分、秒、毫秒

datetime        储存日期和时间

timedelta       表示两个datetime值之间的差（日、秒、毫秒）

字符串和datetime之间的相互转换

1、利用strftime()方法（传入一个格式化字符串）将datetime对象转化成字符串

eg：

datetime_now = datetime.datetime.now().strftime('%b-%d-%Y %H:%M:%S')
print datetime_now

#return Feb-26-2018 11:26:19

2、通过strptime()方法可将字符串转化成datetime对象

start_dt = "2015.2.19"
end_dt = "2015.3.29"

start = datetime.datetime.strptime(start_dt, '%Y.%m.%d')
end = datetime.datetime.strptime(end_dt, '%Y.%m.%d')
total_days = end - start
print total_days.days

#return 38

每次都要编写时间格式定义很麻烦，尤其是对于那些常见的时间格式，这时我们可以使用第三方库deteutil中的parser.parse方法

from dateutil.parser import parse
dt = parse('2018-2-26')
print dt

#return 2018-02-26 00:00:00

在国际通用的格式中，日通常是放在月的前面的，传入dayfirst=True即可，但亲试了一下不加甚至是dayfirst=False都会输出正常的结果。

dt = parse('26/2/2018',dayfirst=True)
print dt

#return 2018-02-26 00:00:00

在pandas中利用to_datetime方法可以将多种不同的时间格式转化成标准的时间格式，对于多个时间的列表可通过索引获取单个转化后的时间,对于None或者是空字符串等会表示为NaT（Not a Time）

import pandas as pd
datestrs = ['26/2/2018','8/8/2008',None]
dts = pd.to_datetime(datestrs)
dt = pd.to_datetime('2018.2.28')
print dt
print dts

#return 

2018-02-28 00:00:00
DatetimeIndex(['2018-02-26', '2008-08-08','NaT'], dtype='datetime64[ns]', freq=None)

datetime格式定义

    %y 两位数的年份表示（00-99）

    %Y 四位数的年份表示（0000-9999）

    %m 月份（01-12）

    %d 月内中的一天（01-31）

    %H 24小时制小时数（0-23）

    %I 12小时制小时数（01-12）

    %M 分钟数（00-59）

    %S 秒（00-61）（秒60和秒61用于闰秒）

 

    %a 本地简化星期名称

    %A 本地完整星期名称

    %b 本地简化的月份名称

    %B 本地完整的月份名称

    %c 本地相应的日期表示和时间表示

    %j 年内的一天（001-366）

    %p 本地A.M.或P.M.的等价符

    %U 一年中的星期数（00-53）星期天为星期的开始

    %W 一年中的星期数（00-53）星期一为星期的开始

    %w 星期（0-6），星期天为星期的开始

    %x 本地相应的日期表示

    %X 本地相应的时间表示

    %Z 当前时区的名称

    %F %Y-%m-%d简写形式，例如2018-02-26

    %D %m/%d/%y简写形式，例如26/02/2018

    %% %号本身