在处理数据(比如处理一天内股价变动情况)时经常会遇到很多时间序列数据,在使用Pandas导入时间序列数据时,若用字符串的方式处置时间极为不便,故此引入datetime处理时间数据。
在介绍Pandas处理时间数据之前,首先介绍以下常用的Datetime。
Datetime
import datetime
import time
datetime类
不是很难,直接贴代码啦。
dt1 = datetime.datetime.now() # 获得当下时间
print('dt1', dt1, type(dt1))
dt2 = datetime.datetime.today() # 获得今日时间
print('dt2', dt2, type(dt2))
dt3 = datetime.datetime.fromtimestamp(time.time()) # 给定时间戳获得datetime
print('dt3', dt3, type(dt3))
dt4 = datetime.datetime.strptime('2020-12-16 23:23:41', '%Y-%m-%d %H:%M:%S') # 将时间字符串转为datetime
print('dt4', dt4, type(dt4))
print(dt4.year, dt4.month, dt4.day, dt4.hour, dt4.minute, dt4.second, dt4.microsecond) # 获得datetime的任一个组成部分
dt5 = datetime.datetime.date(datetime.datetime.today())
print('dt5', dt5, type(dt5))
dt6 = datetime.datetime.time(datetime.datetime.today())
print('dt6'