python中处理时间的函数库,python时间日期函数与利用pandas进行时间序列处理详解...

python标准库包含于日期(date)和时间(time)数据的数据类型，datetime、time以及calendar模块会被经常用到。

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

下面我们先简单的了解下python日期和时间数据类型及工具

给datetime对象加上或减去一个或多个timedelta，会产生一个新的对象

datetime模块中的数据类型

类型

说明

date

以公历形式存储日历日期(年、月、日)

time

将时间存储为时、分、秒、毫秒

datetime

存储日期和时间

timedelta

表示两个datetime值之间的差(日、秒、毫秒)

字符串和datetime的相互转换

1)python标准库函数

日期转换成字符串：利用str 或strftime

字符串转换成日期：datetime.strptime

2)第三方库dateutil.parser的时间解析函数

3)pandas处理成组日期

pandas通常用于处理成组日期，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。

datetime 格式定义

代码

说明

%Y

4位数的年

%y

2位数的年

%m

2位数的月[01,12]

%d

2位数的日[01，31]

%H

时(24小时制)[00,23]

%l

时(12小时制)[01,12]

%M

2位数的分[00,59]

%S

秒[00,61]有闰秒的存在

%w

用整数表示的星期几[0(星期天)，6]

%F

%Y-%m-%d简写形式例如，2017-06-27

%D

%m/%d/%y简写形式

pandas时间序列基础以及时间、日期处理

pandas最基本的时间序列类型就是以时间戳(时间点)(通常以python字符串或datetime对象表示)为索引的Series：

pandas不同索引的时间序列之间的算术运算会自动按日期对齐

索引为日期的Series和DataFrame数据的索引、选取以及子集构造

方法：

1).index[number_int]

2)[一个可以被解析为日期的字符串]

3)对于，较长的时间序列，只需传入‘年'或‘年月'可返回对应的数据切片

4)通过时间范围进行切片索引

带有重复索引的时间序列

1).index.is_unique检查索引日期是否是唯一的

2)对非唯一时间戳的数据进行聚合，通过groupby，并传入level = 0(索引的唯一一层)

0

1

2017-06-01

0

1

2017-06-02

2

3

2017-06-02

4

5

2017-06-02

6

7

2017-06-03

8

9

0

1

2017-06-01

0

1

2017-06-02

4

5

2017-06-03

8

9

本文总结了以下4个知识点

1)字符串、日期的转换方法

2)日期和时间的主要python，datetime、timedelta、pandas.to_datetime等

3)以时间为索引的Series和DataFrame的索引、切片

4)带有重复时间索引时的索引，.groupby(level=0)应用

原文链接：http://blog.csdn.net/LY_ysys629/article/details/73822716