时间序列 | 字符串和日期的相互转换

在数据处理过程中，难免会遇到日期格式，特别是从外部读取数据到jupyter或其他python编译器中，用于数据处理分析时。若读取excel文档时还能保留原本日期时间格式，但有时却差强人意，读取后为字符串格式，尤其是以csv格式存储的数据。此时就需要用到字符串转日期格式。

本文将介绍比较常用的字符串与日期格式互转的方法，是属于时间序列中部分内容。

---

datetime.datetime

datetime以毫秒形式存储日期和时间。

Python标准库包含用于日期（date）和时间（time）数据的数据类型，而且还有日历方面的功能。我们主要会用到datetime、time以及calendar模块。datetime.datetime（也可以简写为datetime）是用得最多的数据类型。

>>> from datetime import datetime
>>> now = datetime.now()
>>> now
datetime.datetime(2020, 2, 6, 19, 15, 6, 617163)

>>> now.year
2020
>>> now.month
2
>>> now.day
6

timedelta

timedelta表示两个datetime对象之间的时间差

>>> delta = datetime.now() - datetime(2016, 4, 3)
>>> delta
datetime.timedelta(days=1404, seconds=69929, microseconds=636512)

>>> delta.days
1404

可以给datetime对象加上（或减去）一个或多个timedelta，这样会产生一个新对象

>>> from datetime import timedelta
>>> start = datetime(2016,4,3)
>>> start + timedelta(1404)
datetime.datetime(2020, 2, 6, 0, 0)

>>> start - 2* timedelta(1404)
datetime.datetime(2008, 7, 26, 0, 0)

datetime模块中的数据类型

类型	说明
date	以公历形式存储日期（年、月、日）
time	将时间存储为时、分、秒、毫秒
datetime	存储日期和时间日、秒、毫秒
timedelta	表示两个datetime 值之间的差

---

datetime 转换为字符串

datetime.strftime()

利用str或strftime方法（传入一个格式化字符串），datetime对象和pandas的Timestamp对象可以被格式化为字符串：

>>> tamp = datetime(2020,5,20)
>>> str(tamp)
'2020-05-20 00:00:00'
>>> tamp.strftime('%Y-%m-%d')
'2020-05-20'
>>> datetime.strftime(tamp, '%Y-%m-%d')
'2020-05-20'

datetime格式定义（兼容ISO C89）

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]
%I	时（12小时制） [01, 12]
%M	2位数的分[00, 59]
%S	秒[0,61] （秒60和61用于闰秒）
%w	用整数表示的星期几 [0（星期天）, 6]
%U	每年的第几周[00, 53]。星期天被认为是每周的第一天，每年第一个星期天之前的那几天被认为是"第0周"
%W	每年的第几周[00, 53]。星期一被认为是每周的第一天，每年第一个星期一之前的那几天被认为是"第0周"
%z	以+HHMM或-HHMM表示UTC的时区偏移量，如果时区为naive，则返回空字符串
%F	%Y-%m-%d 简写形式，例如 2020-05-25
%D	%m/%d/%y 简写形式，例如 05/25/20

格式化编码将字符串转换为 datetime

datetime.strptime()

>>> value = '2020-05-20'
>>> datetime.strptime(value,'%Y-%m-%d')
datetime.datetime(2020, 5, 20, 0, 0)

dateutil.parser.parse

datetime.strptime()是通过已知格式进行日期解析的最佳方式。但是每次都要编写格式定义是很麻烦的事情，尤其是对于一些常见的日期格式。这种情况下，你可以用dateutil这个第三方包中的parser.parse方法（pandas中已经自动安装好了）：

>>> from dateutil.parser import parse
>>> parse('2020-02-06')
datetime.datetime(2020, 2, 6, 0, 0)

dateutil可以解析几乎所有人类能够理解的日期表示形式

>>> parse('Jan 31, 1997 10:45 PM')
datetime.datetime(1997, 1, 31, 22, 45)

在国际通用的格式中，日出现在月的前面很普遍，传入dayfirst=True即可解决这个 问题：

>>> a = parse('02/06/2020',dayfirst = True)
>>> print(a)
2020-06-02 00:00:00
>>> a = parse('02/06/2020')
>>> print(a)
2020-02-06 00:00:00

pandas.to_datetime() --转换成DatetimeIndex

pandas通常是用于处理成组日期的，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。对标准日期格式（如ISO8601）的解析非常快：

>>> import pandas as pd
>>> datestrs = ['2011-07-06 12:00:00', '2011-08-06 00:00:00']
>>> pd.to_datetime(datestrs)
DatetimeIndex(['2011-07-06 12:00:00', '2011-08-06 00:00:00'], dtype='datetime64[ns]', freq=None)

它还可以处理缺失值（None、空字符串等）

>>> import numpy as np
>>> idx = datestrs + [np.nan]
>>> pd.to_datetime(idx)  # NaT（Not a Time）是pandas中时间戳数据的null值。
DatetimeIndex(['2011-07-06 12:00:00', '2011-08-06 00:00:00', 'NaT'], dtype='datetime64[ns]', freq=None)

注意：dateutil.parser是一个实用但不完美的工具。比如说，它会把一些原本不是日期的字符串认作是日期（比如"42"会被解析为2042年的今天）。

NaT（Not a Time）是pandas中时间戳数据的null值。

---

pandas Timestamp 转 datetime

我们知道了利用str或datetime.strftime()方法（传入一个格式化字符串），可将datetime对象和pandas的Timestamp对象可以被格式化为字符串。也知道了将字符串转化为datetime对象。

在数据处理过程中，特别是在处理时间序列过程中，常常会出现pandas._libs.tslibs.timestamps.Timestamp格式的日期类型，这与我们所希望的datetime.datetime格式的日期格式不相同。

to_pydatetime()方法转化

转换直接创建的pd.Timestamp对象

>>> ts = pd.Timestamp('2020-05-20 00:00:00', tz=None)
>>> type(ts)
pandas._libs.tslibs.timestamps.Timestamp
>>> ts.to_pydatetime()
datetime.datetime(2020, 5, 20, 0, 0)
>>> type(ts.to_pydatetime())
datetime.datetime

转换由 pandas.to_datetime() 生成的 DatetimeIndex 的单个元素

>>> datestrs = ['2011-07-06 12:00:00'
                , '2011-08-06 00:00:00']
>>> pd.to_datetime(datestrs)
DatetimeIndex(['2011-07-06 12:00:00', '2011-08-06 00:00:00'], dtype='datetime64[ns]', freq=None)
>>> type(pd.to_datetime(datestrs))
pandas.core.indexes.datetimes.DatetimeIndex
# 取其中一个元素
>>> pd.to_datetime(datestrs)[0]
Timestamp('2011-07-06 12:00:00')
>>> type(pd.to_datetime(datestrs)[0])
pandas._libs.tslibs.timestamps.Timestamp

>>> ts = pd.to_datetime(datestrs)[0]
>>> ts.to_pydatetime()
datetime.datetime(2011, 7, 6, 12, 0)

直接将DatetimeIndex整体转换

>>> rng = pd.date_range('20/05/2020'
                        , periods=3, freq='D')
>>> rng
DatetimeIndex(['2020-05-20', '2020-05-21', '2020-05-22']
              , dtype='datetime64[ns]', freq='D')
>>> rng.to_pydatetime()
array([datetime.datetime(2020, 5, 20, 0, 0),
       datetime.datetime(2020, 5, 21, 0, 0),
       datetime.datetime(2020, 5, 22, 0, 0)], dtype=object)

time 与日期互转

字符串转time类型

>>> import time
>>> timestr = "2020-05-25"
>>> t = time.strptime(timestr, "%Y-%m-%d")
>>> t
time.struct_time(tm_year=2020, tm_mon=5, tm_mday=25, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=0, tm_yday=146, tm_isdst=-1)

>>> type(t)
time.struct_time

time类型与datetime类型的转换

还是需要datetime模块将其转换为日期格式

>>> from datetime import datetime
>>> y,m,d = t[0:3]
>>> datetime(y,m,d)
datetime.datetime(2020, 5, 20, 0, 0)
>>> print(datetime(y,m,d))
2020-05-20 00:00:00

time类型转字符串

>>> time.strftime("%Y-%m-%d %X", time.localtime())
'2020-5-20 20:05:20'

time格式定义

代码	说明
%a	星期几的简写 Weekday name, abbr.
%A	星期几的全称 Weekday name, full
%b	月分的简写 Month name, abbr
%B	月份的全称 Month name, full
%c	标准的日期的时间串 Complete date and time representation
%d	十进制表示的每月的第几天 Day of the month
%H	24小时制的小时 Hour (24-hour clock)
%I	12小时制的小时 Hour (12-hour clock)
%j	十进制表示的每年的第几天 Day of the year
%m	十进制表示的月份 Month number
%M	十时制表示的分钟数 Minute number
%S	十进制的秒数 Second number
%U	第年的第几周，把星期日做为第一天（值从0到53）Week number (Sunday first weekday)
%w	十进制表示的星期几（值从0到6，星期天为0）weekday number
%W	每年的第几周，把星期一做为第一天（值从0到53） Week number (Monday first weekday)
%x	标准的日期串 Complete date representation (e.g. 13/01/08)
%X	标准的时间串 Complete time representation (e.g. 17:02:10)
%y	不带世纪的十进制年份（值从0到99）Year number within century
%Y	带世纪部分的十制年份 Year number
%z,%Z	时区名称，如果不能得到时区名称则返回空字符。Name of time zone

---

推荐阅读

pandas时间序列基础

-- 数据STUDIO --