作者: Deepanshu Bhalla     

编译: Steven Shen      

标题: A Complete Guide to Date and Time Functions



在本教程中,我们将介绍 python 的 datetime 模块以及如何使用它来处理日期、时间,以及日期时间的格式化处理。 它包含各种实用示例,可帮助您通过 python 函数更加快捷高效进行日期和时间处理。 一般来说,日期类型列不容易操作,因为它带来很多挑战,例如处理闰年,一个月中的不同天数,不同的日期和时间格式,或者日期值是否以字符串(字符)格式存储等等。



1. datatime 模块


它是一个 python 模块,它提供了几个处理日期和时间的函数。它有以下四个类,在本文的后半部分将解释这些类是如何工作的。


  1. datetime
  2. date
  3. time
  4. timedelta


没有使用真实数据集经验的人可能没有遇到 date columns。在他们的印象中可能会觉得使用日期的机会很少而且不那么重要。为了启发他们,我列出了现实世界的例子,其中使用 datetime 模块的好处可能是非常明显的。


  1. 选择 2018 年 6 月 30 日活跃的所有储蓄账户持有人,并检查他们的状态是否仍然有效;
  2. 确定在过去 3 个月内提交超过 20 件索赔的被保险人;
  3. 识别在过去 6 个月内进行多笔交易的客户;
  4. 从时间戳值中提取日期。



导入 datetime 模块


您可以使用以下命令导入或加载 datetime 模块:


import datetime


您不需要安装此模块,因为它与 python 软件的安装捆绑在一起。



2. Dates


这里我们使用 datetime.date 类来表示日历日期值。 today() 方法用于获取当前日期。


>>> import datetime
>>> datetime.date.today()
datetime.date(2019, 9, 10)


为了将其显示为正确的日历日期,我们可以将其包装在 print() 命令中。


>>> print(datetime.date.today())
2019-09-10



2.1 创建 Date 对象


日期类遵循如下所示的语法:date(year, month, day)


>>> dt = datetime.date(2019, 10, 20)
>>> print(dt)
2019-10-20



2.2 从 date 值中提取 day, month 和 year 


>>> dt = datetime.date(2019, 10, 20)
>>> dt.day
20
>>> dt.month
10
>>> dt.year
2019



2.3 自定义日期格式


您可以使用 strftime 方法定义日期格式来自定义日期格式。它将日期对象转换为字符串。


>>> dt = datetime.date(2019, 10, 20)
>>> print(dt)
2019-10-20
>>> dt.strftime("%d-%m-%Y")
'20-10-2019'


%d 指的是一个月中的某一天。在 20-10-2019 中, %d  返回 20。

%m 指的是一年中的某个月。在 20-10-2019 中, %m 返回 10。

%Y 指的是年。字母 'Y' 是大写的。在 20-10-2019 中,%Y 返回 2019 年。

%y 指的是两位数格式的年份。在 20-10-2019 中,%y 返回 19。


其他流行的格式代码:

%a 返回工作日的前三个字母,如 Sun ;

%A 返回工作日的完整名称,如 Sunday

%b 返回月份的前三个字母,如 Oct ;

%B 返回月份的完整名称,如 October


>>> dt = datetime.date(2019, 10, 20)
>>> dt.strftime("%d/%m/%Y")
'20/10/2019'

>>> dt.strftime("%b %d, %Y")
'Oct 20, 2019'

>>> dt.strftime("%B %d, %Y")
'October 20, 2019'

>>> dt.strftime("%a %B %d, %Y")
'Sun October 20, 2019'

>>> dt.strftime("%A %B %d, %Y")
'Sunday October 20, 2019'

>>> dt.strftime("%A, %B %d, %Y")
'Sunday, October 20, 2019'



3. Time


时间值使用 datetime.time 类定义。它遵循如下所示的语法:

datetime.time(hour, minute, second, microseconds) 


>>> t = datetime.time(21, 2, 3)
>>> print(t)
21:02:03



3.1 从时间值获取小时,分钟和秒


>>> t = datetime.time(21, 2, 3)
>>> t.hour
21
>>> t.minute
2
>>> t.second
3
>>> t.microsecond
0



3.2 将时间转换为 AM PM 格式



>>> t = datetime.time(21, 2, 3)
>>> print(t)
21:02:03
>>> t.strftime("%I:%M %p")
'09:02 PM'



4. 同时处理 Dates 和 Time


datetime  库有另一个名为 datetime.datetime 的类,用于表示日期加时间。你可以称之为时间戳。 now() 或 today() 方法的 datetime 类用于提取当前日期和时间。


>>> dt = datetime.datetime.now()
>>> print(dt)
2019-09-10 10:45:46.941261


%c 表示当地的日期和时间。%X 表示当地的时间。


>>> dt = datetime.datetime.now()
>>> print(dt)
2019-09-10 10:45:46.941261

>>> dt.strftime("%c")
'Tue Sep 10 10:45:46 2019'

>>> dt.strftime("%A %B %d %X")
'Tuesday September 10 10:45:46'

>>> dt.strftime("%A %B %d %H:%M")
'Tuesday September 10 10:45'



4.1 创建 datetime 对象


datetime 类的语法如下:

datetime(year, month, day, hour, minute, second, microsecond) 


>>> dt = datetime.datetime(2019, 7, 20, 10, 51, 0)
>>> print(dt)
2019-07-20 10:51:00
        
>>> dt.strftime('%d-%m-%Y %H-%M')
'20-07-2019 10-51'



4.2 在 python 中将字符串转换为 datetime


>>> from dateutil.parser import parse
>>> print(parse('March 01, 2019'))
2019-03-01 00:00:00




5. 如何获取当前的时间?


我们可以使用我们在上一节中使用的相同函数,并使用 time() 方法从返回值中提取时间。


print(dt.time())




6. 如何获得当前周的天?


>>> dt = datetime.datetime.now()
>>> print(dt)
2019-09-10 10:58:10.044233
>>> dt.strftime("%A %B %d %H:%M")
'Tuesday September 10 10:58'

>>> dt.isoweekday()
2




7. 计算未来或过去的日期


通过使用 timedelta ,您可以添加或减去天,周,小时,分钟,秒,微秒和毫秒。当您想要计算未来或过去的日期时,它非常有用。假设您要求识别过去 30 天内注册产品的所有客户。要解决此问题,您需要计算今天日期之前 30 天的日期。


>>> dt = datetime.datetime.now()
>>> print(dt)
2019-09-10 11:01:54.959386

#30 days ahead
>>> delta = datetime.timedelta(days=30)
>>> print(dt + delta)
2019-10-10 11:01:54.959386
        
#30 days back
>>> print(dt - delta)
2019-08-11 11:01:54.959386
        
>>> delta = datetime.timedelta(days= 10, hours=3, minutes=30, seconds=30)
>>> print(dt + delta)
2019-09-20 14:32:24.959386

>>> delta = datetime.timedelta(weeks= 4, hours=3, minutes=30, seconds=30)
>>> print(dt + delta)
2019-10-08 14:32:24.959386        


timedelta 中,缺少月份和年份选项,这意味着您无法按月(s)或年(s)计算未来日期增量。要完成此任务,我们可以使用 dateutil 包。让我们通过提交以下代码来导入此包:


from dateutil.relativedelta import *


如果 dateutil 包未安装在您的系统上,请通过运行此命令 pip install python-dateutil 来安装它。


>>> from dateutil.relativedelta import *
>>> dt = datetime.datetime(2019, 7, 20, 10, 51, 0)
>>> print(dt)
2019-07-20 10:51:00
        
#1 Month ahead        
>>> print(dt + relativedelta(months=+1))
2019-08-20 10:51:00

#1 Month Back
>>> print(dt + relativedelta(months=-1))
2019-06-20 10:51:00


如果您想知道这个 relativedelta(months = + 1) 与 datetime.timedelta(days = 30) 有何不同,请观察两个命令的返回值(结果)。


由于 7 月有 31 天,提前 30 天使用此 datetime.timedelta(days=30) 返回 2019-08-19 10:51:00。 relativedelta(months=+1) 返回 2019-08-20 10:51:00 这是一个完整的 1 个月。


#Next month, plus one week
>>> print(dt + relativedelta(months=+1, weeks=+1))
2019-08-27 10:51:00

#Next Year        
>>> print(dt + relativedelta(years=+1))
2020-07-20 10:51:00



7.1 考虑闰年


来自 dateutil 包的 relativedelta 方法在计算未来或过去日期时会同时考虑闰年的情况。2000 年是闰年,所以 2 月份有 29 天;但明年 2 月只有 28 天。


>>> print(datetime.date(2000, 2, 29)+ relativedelta(years=+1))
2001-02-28




8. 两个日期之间的差异


假设您需要计算两个日期之间的天数。当您需要计算特定信息客户的使用期限时,即当他们开立账户(开始日期)和账户关闭时(结束日期)时,这是一个非常常见的数据问题陈述。


>>> date1 = datetime.date(2020, 10, 25)
>>> date2 = datetime.date(2019, 12, 25)
>>> diff = date1- date2
>>> diff.days
305



8.1 如何计算两个日期之间的月数


一种方法是计算天数,然后除以 30 得到月数。但它并不总是正确的,因为有些月份有 31 天。

image.png


它是怎么起作用的呢?


注意: 

假设您要计算 31/10/2018 和 01/11/2018 之间的月数,上面建议的方法将返回 1,因为两个日期位于月差异中。您可能会发现它不正确,因为两个日期之间的天数是1。您是否知道 SAS 软件中的 INTCK 功能(默认设置)也会返回1? 返回 1 的用法是什么? 当您需要将时间序列数据排序到箱中时,它非常有用。例如,每日数据可以累积到月度数据,以作为月度系列进行处理。如果您希望 0 作为月数,则可以使用上面“Not full-proof Solution”下面显示的代码。




9. 如何使用 pandas 数据框上的日期?


在现实世界中,我们通常从外部文件导入数据并将其存储在 pandas DataFrame 中。因此,了解我们如何在 DataFrame 上执行日期和时间操作非常重要。让我们创建一个示例数据框用于说明目的。


>>> import pandas as pd
>>> df = pd.DataFrame({"A":["2019-01-01", "2019-05-03", "2019-07-03"],
                       "B":["2019-03-02", "2019-08-01", "2019-10-01"] })

# Let's check the column types.
>>> df.dtypes
A    object
B    object
dtype: object


可以看到,这里的 A 列和 B 列都是字符串(character values)。由于这些变量存储在字符串中,因此需要将列转换为 datetime 对象。


>>> df['A'] = pd.to_datetime(df['A'])
>>> df['B'] = pd.to_datetime(df['B'])
>>> df.dtypes
A    datetime64[ns]
B    datetime64[ns]
dtype: object


为了计算在 pandas dataframe 上使用 A 列和 B 列的天数,您只需要对这两列进行计算。

>>> df['C'] = df['B'] - df['A']
>>> df
           A          B       C
0 2019-01-01 2019-03-02 60 days
1 2019-05-03 2019-08-01 90 days
2 2019-07-03 2019-10-01 90 days


我们计算的 C 列采用日期时间格式。为了获得整数格式的差值,您可以提交以下命令。 dt 可以让 pandas 使用 datetime 方法。

>>> df['C'] = (df['B'] - df['A']).dt.days
>>> df
           A          B   C
0 2019-01-01 2019-03-02  60
1 2019-05-03 2019-08-01  90
2 2019-07-03 2019-10-01  90



9.1 获取过去 3 个月的日期


纯粹的 pythonic 方法是在 lambda 中定义函数,它在所有行上运行。


>>> from dateutil.relativedelta import *
>>> df['D'] = df["B"].apply(lambda x: x - relativedelta(months=3))
>>> df
           A          B   C          D
0 2019-01-01 2019-03-02  60 2018-12-02
1 2019-05-03 2019-08-01  90 2019-05-01
2 2019-07-03 2019-10-01  90 2019-07-01


另一种方法是使用 pandas 包的内置函数 DateOffset ,它可以增加或减少天,月,年,周,小时,分钟,秒,微秒和纳秒。

df['D1'] = df['B'] - pd.DateOffset(months=3)



9.2 按日期过滤数据框


假设您只想选择列 B 的值大于 2019 年 5 月 1 日的那些行。

df[df['B']>datetime.datetime(2019,5,1)]



9.3 选择两个日期之间的数据


假设您要在两个日期之间从 pandas 数据框中选择行(比如 5 月 1 日到 9 月 30 日之间)。


df[df.B.between(datetime.datetime(2019,5,1), datetime.datetime(2019,9,30))]

# OR
df[(df['B'] > datetime.datetime(2019,5,1)) & (df['B'] < datetime.datetime(2019,9,30))]




10. 如何使用不同的时区


很多时候我们在不同的时区有日期值,我们需要将它转换为我们当地的时区。手动解决这个问题并不容易。在 python 中,有一个名为 pytz 的库用于设置和转换时区。


您可以通过提交此命令找到所有时区。

import pytz
pytz.all_timezones


要在特定时区设置日期时间对象(比如说亚洲/加尔各答),可以使用名为 tzinfo 的参数。

dt = datetime.datetime(2019, 7, 20, 10, 10, 0, tzinfo=pytz.timezone('Asia/Kolkata'))


要将其转换为美国/亚利桑那州时区,我们可以使用名为 astimezone 的方法进行转换。如果你观察到转换后的日期已经改变,是因为这两个时区之间的差异超过 12 小时。


>>> dt = datetime.datetime(2019, 7, 20, 10, 10, 0, tzinfo=pytz.timezone('Asia/Kolkata'))
>>> print(dt)
2019-07-20 10:10:00+05:53
            
>>> print(dt.astimezone(pytz.timezone('US/Arizona')))
2019-07-19 21:17:00-07:00