python datetime库_Python 基于datetime库的日期时间数据处理

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

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

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

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