大数据分析Python的datetime日期时间教程

　　用Python处理日期和时间可能很麻烦。值得庆幸的是，有一种内置的方法可以简化该过程：Python datetime模块。
 

　　datetime 帮助我们识别和处理与时间相关的元素，例如日期，小时，分钟，秒，星期几，月，年等。它提供各种服务，例如管理时区和夏时制。它可以处理时间戳数据。它可以从字符串中提取星期几，每月几号以及其他日期和时间格式。
 

　　简而言之，这是一种处理Python中与日期和时间相关的任何东西的强大方法。因此，让我们开始吧!
 

　　在大数据分析Python的日期时间教程中，我们将详细了解python datetime函数，包括：
 

　　a.创建日期对象

　　b.从日期开始计算年月

　　c.从日期获取月日和工作日

　　d.从日期获取小时和分钟

　　e.从日期开始获取一年中的第几周

　　f.将日期对象转换为时间戳

　　g.将UNIX时间戳字符串转换为日期对象

　　h.处理timedelta对象

　　i.得到两个日期和时间之间的差异

　　g.格式化日期：strftime()和strptime()

　　k.处理时区

　　l.使用Pandas日期时间对象

　　1)获取年，月，日，小时和分钟

　　2)获取工作日和一年中的某天

　　3)将日期对象转换为DataFrame索引
 

　　在学习本教程时，我们建议您在自己的计算机上运行代码。另外，如果你想在浏览器中运行的代码，并以互动的方式学习与回答检查，以确保你得到它的权利。
 

　　Python日期时间类
 

　　在开始编写代码之前，值得研究一下datetime 模块中使用的五个主要对象类。根据我们要执行的操作，我们可能需要使用以下一个或多个不同的类：
 

　　1)datetime –允许我们一起操作时间和日期(月，日，年，小时，秒，微秒)。

　　2)日期 –使我们可以独立于时间(月，日，年)操纵日期。

　　3)时间 –允许我们独立于日期(小时，分钟，秒，微秒)操纵时间。

　　4)timedelta -甲 持续时间 的用于操作的日期和测量时间。

　　5)tzinfo —用于处理时区的抽象类。
 

　　如果这些区别还没有意义，请不用担心!让我们深入研究 datetime 并开始使用它，以更好地了解它们的应用方式。
 

　　创建日期对象
 

　　首先，让我们仔细看看一个 datetime 对象。由于 datetime 既是一个模块又是该模块中的一个类，所以我们将从datetime 从datetime 模块中导入该类 开始 。
 

　　然后，我们将打印当前日期和时间，以仔细查看datetime 对象中包含的内容 。我们可以使用datetime的 .now() 功能来做到这一点 。我们将打印日期时间对象，然后使用来打印其类型， type() 以便我们仔细观察。
 

　　从上面的结果我们可以看到，datetime_object 确实是 该类的一个 datetime 对象 datetime。这包括年，月，日，小时，分钟，秒和微秒。
 

　　从日期中提取年份和月份
 

　　现在我们已经看到了是什么让一个 datetime 对象，我们可能已经猜到了如何 date 和 time 对象看，因为我们知道， date 物体就像 datetime 没有时间数据和 time 对象就像 datetime 没有最新数据。
 

　　我们还可以解决一些问题。例如，在大多数数据集中，日期和时间信息以字符串格式存储!另外，我们可能不 想要 所有这些日期和时间数据-如果我们要进行诸如月度销售分析之类的事情，将事情分解成微秒就不会很有用。
 

　　因此，现在让我们开始深入研究数据科学中的一项常见任务：使用来从字符串中仅提取我们实际想要的元素 datetime。
 

　　为此，我们需要做一些事情。
 

　　使用strptime()和strftime()处理日期和时间字符串
 

　　幸运的是，datetime 包含两个方法， strptime() 以及 strftime()，用于从字符串对象转换成 datetime 对象，反之亦然。 strptime() 可以读取带有日期和时间信息的字符串并将其转换为 datetime 对象， strftime() 并将datetime对象转换回字符串。
 

　　当然， strptime() 这不是魔术，它不能将任何 字符串转换为日期和时间，需要我们的一点帮助来解释它所看到的内容!但是它能够读取日期和时间数据的大多数常规字符串格式(有关更多详细信息，请参阅 文档)。让我们给它一个日期字符串，格式为YYYY-MM-DD，看看它能做什么!

　　请注意，它strptime() 带有两个参数：字符串(my_string)和 "%Y-%m-%d"另一个告诉 strptime() 如何解释输入字符串的字符串 my_string。 %Y，例如，告诉它期望字符串的前四个字符为年份。
 

　　文档中提供了这些模式的完整列表 ，我们将在本教程的后面部分更深入地介绍这些方法。
 

　　您可能还注意到， 00:00:00 日期中已经添加了时间。这是因为我们创建了一个 datetime 对象，其中必须包含日期 和 时间。 00:00:00 是在我们输入的字符串中未指定时间的情况下将分配的默认时间。
 

　　无论如何，我们希望将日期的特定元素分开进行分析。一种方法可以做到这一点使用内置的DateTime对象的类属性，像 .month 或 .year：

　　从日期获取每月的某天和一周的某天
 

　　让我们做更多的提取，因为这是一个非常普通的任务。这次，我们将尝试从中获取每月的某天和一周的某天 my_date。Datetime使用它的.weekday() 函数将星期几作为数字，但是我们可以使用calendar 模块和称为方法将其 转换为文本格式(即，星期一，星期二，星期三…) day_name。
 

　　我们将从导入开始 calendar，然后使用 .day and .weekday() on my_date。从那里，我们可以像这样获取文本格式的星期几：

　　等一下，看起来有点奇怪!一周的第三天应该是星期三，而不是星期四，对吧?
 

　　让我们day_name 使用for循环仔细查看该 变量：

　　现在我们可以看到Python从星期一开始，从索引0开始计数，而不是从1开始计数。因此，将数字3转换为“ Thursday”是有道理的。
 

　　从Python日期时间对象获取小时和分钟
 

　　现在，让我们深入研究时间，并从datetime对象中提取小时和分钟。就像我们上面对月份和年份所做的操作一样，我们可以使用类属性 .hour 并 .minute 获取一天中的小时和分钟。
 

　　让我们使用.now() 函数设置新的日期和时间。截至撰写本文时，它是2019年10月25日上午10:25。当然，根据选择运行此代码的时间，您将获得不同的结果!

　　从日期时间对象获取一年中的星期
 

　　我们也可以用来做更奇特的事情 datetime。例如，如果我们想知道一年中的哪一周?


　　我们可以从datetime 具有该.isocalendar() 功能的对象中 获取年，年中的星期几和星期几 。
 

　　具体来说， isocalendar() 返回具有ISO年，周号和工作日的元组。在 ISO日历 是基于公历广泛使用的标准日历。您可以在该链接上详细了解它，但是出于我们的目的，我们需要知道的是它作为常规日历运行，从每周的星期一开始。

　　请注意，在ISO日历中，星期从1开始计数，因此这里5代表星期中的正确日期：星期五。
 

　　从上面我们可以看到，这是一年的第43周，但是如果我们想隔离该数字，则可以像对其他任何Python列表或元组那样使用索引来实现：

　　将日期对象转换为Unix时间戳和反之
 

　　在编程中，遇到作为时间戳存储的时间和日期数据，或者想以Unix时间戳格式存储自己的数据并不少见。
 

　　我们可以使用datetime的内置timestamp() 函数来做到这一点 ，该函数将一个 datetime 对象作为参数并以时间戳格式返回该日期和时间：

　　同样，我们可以使用进行反向转换fromtimestamp()。此 datetime 函数以时间戳(浮点格式)作为参数并返回一个 datetime 对象，如下所示：

　　使用Timedelta对象测量时间跨度
 

　　通常，我们可能想使用Python datetime测量时间跨度或持续时间。我们可以使用其内置timedelta 类来做到这一点 。甲 timedelta 对象表示的两个日期或时间之间的时间量。我们可以使用它来测量时间跨度，或者通过对日期或时间进行加减来操纵日期或时间，等等。
 

　　默认情况下，timedelta对象的所有参数均设置为零。让我们创建一个新的timedelta对象，该对象长两个星期，然后看一下它的外观：

　　请注意，我们可以使用timedelta class属性获得以天为单位的持续时间.days。正如我们在其文档中看到的那样 ，我们还可以以秒或微秒为单位获取该持续时间。
 

　　让我们创建另一个timedelta持续时间以进行更多练习：

　　现在，让我们开始使用timedelta对象和datetime对象来做一些数学运算!具体来说，让我们在当前时间和日期上添加一些不同的持续时间，以查看15天后(两周前的日期)后的日期。
 

　　为此，我们可以使用 + 或 - 运算符在datetime对象中添加timedelta对象或从中减去。结果将是datetime对象，加上或减去我们的timedelta对象中指定的持续时间。酷吧?
 

　　(注意：在下面的代码中，它是10月25日上午11:12;由于我们datetime 使用该.now() 函数获取对象 ，因此您的结果将根据运行代码的时间而有所不同 )。

　　请注意，这些数学运算的输出仍然是一个datetime 对象。
 

　　找出两个日期和时间之间的差异
 

　　与上面的操作类似，我们还可以从另一个日期中减去一个日期，以使用datetime找出它们之间的时间跨度。
 

　　由于此数学运算的结果是一个 持续时间，因此当我们从另一个日期减去一个日期时产生的对象将是一个 timedelta 对象。
 

　　在这里，我们将创建两个 date 对象(注意，这些datetime 对象与对象的工作原理相同 ，只是不包含时间数据)，并从另一个对象中减去一个对象以找到持续时间：

　　上面，为了清楚起见，我们仅使用日期，但是我们可以对datetime 对象执行相同的操作以获取更精确的度量，包括小时，分钟和秒：

　　格式化日期：有关strftime()和strptime()的更多信息
 

　　我们在 前面strftime() 和 strptime()前面进行了简要介绍 ，但让我们仔细研究这些方法，因为它们对于Python中的数据分析工作通常很重要。
 

　　strptime() 是我们之前使用的方法，您会记得它可以将以文本字符串格式设置的日期和时间转换为datetime对象，格式如下：
 

　　time.strptime(string, format)
 

　　请注意，它带有两个参数：
 

　　1)string-我们要转换的字符串格式的时间
 

　　2)format-字符串中时间的特定格式，以便strptime()可以正确解析它
 

　　这次尝试转换另一种日期字符串。 该站点 对于查找有助于strptime() 解释我们的字符串输入所需的格式代码是非常有用的参考 。

　　现在，让我们做一些更高级的操作，以实践到目前为止所学的一切!我们将从字符串格式的日期开始，将其转换为datetime对象，然后看一下几种不同的格式化方式(dd / mm和mm / dd)。
 

　　然后，坚持使用mm / dd格式，将其转换为Unix时间戳。然后，我们将它转换成一个 datetime 对象，并转换 是使用一些不同的回字符串 的strftime模式 来控制输出：

　　这是您可以使用备忘单保存的图像，用于常见的，有用的strptime和strftime模式：

　　让我们用这些做更多的练习：

　　处理时区
 

　　当涉及时区时，在Pythin中处理日期和时间会变得更加复杂。值得庆幸的是，该 pytz 模块可以帮助我们处理跨时区转换。它还可以在使用夏令时的地点处理夏令时。
 

　　我们可以使用该 localize 函数向Python日期时间对象添加时区位置。然后，我们可以使用该函数 astimezone() 将现有的本地时区转换为我们指定的任何其他时区(它将要转换成的时区作为参数)。
 

　　例如：

　　使用包含多个不同时区的数据集时，此模块可以帮助简化工作。
 

　　使用熊猫Datetime对象
 

　　数据科学家之所以喜欢 pandas ，有很多原因。其中之一是它包含用于处理时间序列数据的广泛功能。与datetime 自身非常相似 ，熊猫同时具有 datetime 和 timedelta 对象，分别用于指定日期，时间和持续时间。
 

　　我们可以使用以下功能将日期，时间和持续时间文本字符串转换为pandas Datetime对象：
 

　　1)to_datetime()：将字符串日期和时间转换为Python datetime对象。

　　2)to_timedelta()：以天，小时，分钟和秒为单位查找时间差异。
 

　　正如我们将看到的那样，这些函数实际上非常擅长于通过自动检测其格式将字符串转换为Python datetime对象，而无需我们使用strftime模式对其进行定义。
 

　　让我们看一个简单的例子：

　　请注意，即使我们给它提供了一个包含一些复杂因素的字符串，例如“ th”和“ sep”，而不是“ Sep”。或“ 9月”，pandas能够正确解析字符串并返回格式化日期。
 

　　我们还可以使用熊猫(及其一些附属的numpy功能)将日期范围自动创建为熊猫系列。例如，下面我们从上面定义的日期开始创建一系列十二个日期。然后，我们使用pd.date_range()以下命令从预定义日期开始创建一系列不同的日期 ：

　　以熊猫为单位获取年，月，日，小时，分钟
 

　　使用dt 所有列的属性，我们可以轻松地从熊猫数据框的列中的日期获取年，月，日，小时或分钟。例如，我们可以 df['date'].dt.year 用来仅从包含完整日期的熊猫列中提取年份。
 

　　为了探索这一点，让我们使用上面创建的系列之一来制作一个快速的DataFrame：

　　现在，让我们使用相关的Python datetime(通过访问dt)属性为日期的每个元素创建单独的列 ：
 

　　获取工作日和一年中的某天
 

　　熊猫还能够从其datetime对象中获取其他元素，例如星期几和一年中的一天。同样，我们可以使用 dt 属性来执行此操作。请注意，这里与Python一般一样，星期从星期一的索引0开始，所以星期5是 星期六。

　　将日期对象转换为DataFrame索引
 

　　我们还可以使用pandas将datetime列添加到DataFrame的索引中。这对于诸如探索性数据可视化之类的任务可能非常有用，因为matplotlib将识别出DataFrame索引是一个时间序列，并相应地绘制数据。
 

　　为此，我们要做的就是重新定义 df.index：

　　结论
 

　　在大数据分析Python的日期时间教程中，我们深入研究了Python日期时间，并且还对熊猫和日历模块做了一些工作。我们已经介绍了很多内容，但是请记住：最好的学习方法是亲自编写代码!
 

　　如果您想练习datetime 使用交互式答案检查来编写代码，请查看我们的 大数据分析Python课程 ， 以通过交互式答案检查和浏览器内代码运行来学习Python中的日期时间。