Python中日期的处理方法
作为一种应用范围广泛的编程语言,Python在日常生活中,可以利用其获取年月日等相关信息,这里详细介绍日期数据处理的方法。

常用的转换方法
用Python中的方法对日期数据进行处理,可以获取很多有用的信息,比如年月日、星期、周次、季度等。下面分享30余种常用的转换方法:
- 计算日期的年月日时分秒、星期、周次…
- 计算一年中的第几天、第几个10分钟、日期转数值
- 判断日期是否闰年、年初年末、月初月末…
- 字符串时段、季节
- for循环快捷计算
- 时间间隔天数计算
用pandas的read_excel()方法读取excel表数据,将表格中”日期”列转日期格式
import pandas as pd
import numpy as np
import datetime
df=pd.read_excel('./日期问题.xlsx')
#将日期列转成日期格式
df['日期']=pd.to_datetime(df['日期'])
#转年月日格式(字符串文本)
df['年月日']=df['日期'].apply(lambda x:x.strftime('%Y%m%d'))
df['年']=df['日期'].dt.year
df['季度']=df['日期'].dt.quarter
df['月']=df['日期'].dt.month
df['日']=df['日期'].dt.day
df['星期几']=df['日期'].dt.dayofweek
df['周次']=df['日期'].dt.week
df['时']=df['日期'].dt.hour
df['分']=df['日期'].dt.minute
df['秒']=df['日期'].dt.second
通过对天、时、分的四则运算将日期转为序列数值数据
df['一年中的第几天']=df['日期'].dt.dayofyear
df['一天中的第几分钟']=df['日期'].apply(lambda x:x.minute+x.hour*60)
df['一天中的第几个10分钟']=df['时']*6+df['分']//10
df['数值']=df["日期"].values.astype(np.int64)//10**9
#转年月(数值)
df['年月']=df['日期'].dt.year*100+df['日期'].dt.month
apply()和lambda()方法使用Python中2个强大的高阶函数。
df['是否闰年']=df['日期'].apply(lambda x:x.is_leap_year)#是否闰年
df['是否月初']=df['日期'].apply(lambda x:x.is_month_start)#是否月初
df['是否月末']=df['日期'].apply(lambda x:x.is_month_end)#月末
df['是否季节初']=df['日期'].apply(lambda x:x.is_quarter_start)#季度初
df['是否季节末']=df['日期'].apply(lambda x:x.is_quarter_end)#季度末
df['是否年初']=df['日期'].apply(lambda x:x.is_year_start)#年初
df['是否年尾']=df['日期'].apply(lambda x:x.is_year_end)#年内末
df['是否周末']=df['日期'].apply(lambda x:True if x.dayofweek in[5,6]else False)#是否周末
df.loc[((df['时']>=8)&(df['时']<22)),'是否营业时间']=True
构造字典,用map方法进行替换
period_dict={
23:'深夜',0:'深夜',1:'深夜',
2:'凌晨',3:'凌晨',4:'凌晨',
5:'早晨',6:'早晨',7:'早晨',
8:'上午',9:'上午',10:'上午',11:'上午',
12:'中午',13:'中午',
14:'下午',15:'下午',16:'下午',17:'下午',
18:'傍晚',
19:'晚上',20:'晚上',21:'晚上',22:'晚上',
}
df['时间段']=df['时'].map(period_dict)
#一年中的哪个季度
season_dict={
1:'春季',2:'春季',3:'春季',
4:'夏季',5:'夏季',6:'夏季',
7:'秋季',8:'秋季',9:'秋季',
10:'冬季',11:'冬季',12:'冬季',
}
df['季节']=df['月'].map(season_dict)
Python中的getattr()方法
time_features=['year','month','quarter','week','day','dayofweek','dayofyear']
dtype=np.int16
for time_feature in time_features:
df[time_feature]=getattr(df['日期'].dt,time_feature).astype(dtype)
日期与指定日期或今天日期相比,计算间隔天数
#设置初始的时间
base_time=datetime.datetime.strptime('2021-06-01','%Y-%m-%d')
#计算时间差
df['时间差']=df['日期'].apply(lambda x:x-base_time).dt.days
#距离今天天数
df['间隔天数']=list(map(lambda x:x.days,pd.to_datetime('today')-df['日期']))
补充:Python日期获取今天及昨天的年月日等信息
import time
from datetime import datetime,date,timedelta
#当前日期
now_date=time.strftime("%Y-%m-%d%H:%M:%S",time.localtime())
print("now_date:{}".format(now_date))
#当前时间的年月日
year=datetime.now().year
month=datetime.now().month
day=datetime.now().day
print(f"year
原创文章,作者:小编小本本,如若转载,请注明出处:https://www.benjiyun.com/yunzhujiyunwei/vps-yunwei/7160.html
