利用python进行数据分析-时间序列1

1.日期和时间数据类型及工具

结果为：

2016-07-14 22:03:47.969000
2016 7 14

datetime是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

delta=datetime.datetime(2011,1,7)-datetime.datetime(2008,6,24,8,15)
print delta
print delta.days
print delta.seconds

结果为：

926 days, 15:45:00
926
56700

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

from datetime import timedelta

start=datetime.datetime(2011,1,7)
print start+timedelta(12)
print start-2*timedelta(12)

结果为：

2011-01-19 00:00:00
2010-12-14 00:00:00

2.字符串和datetime的相互转换

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

stamp=datetime.datetime(2011,11,3)
print str(stamp)
print stamp.strftime('%Y-%m-%d')

结果为：

2011-11-03 00:00:00
2011-11-03

datetime.strptime也可以用这些格式化编码将字符串转换为日期

value='2011-01-03'
print datetime.datetime.strptime(value,'%Y-%m-%d')

datestrs=['7/6/2011','8/6/2011']
print [datetime.datetime.strptime(x,'%m/%d/%Y') for x in datestrs]

结果为：

2011-01-03 00:00:00
[datetime.datetime(2011, 7, 6, 0, 0), datetime.datetime(2011, 8, 6, 0, 0)]

datetime.strptime是已知格式进行日期解析最佳方式。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。此时，你可以用dateutil这个第三方包中的parser.parse方法

from dateutil.parser import parse

print parse('2011-01-03')