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：

  1. 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。

  1. >>> import datetime
  2. >>> datetime.date.today()
  3. 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。

  1. >>> print(datetime.date.today())
  2. 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)**

  1. >>> dt = datetime.date(2019, 10, 20)
  2. >>> print(dt)
  3. 2019-10-20

2.2 从 date 值中提取 day, month 和 year

  1. >>> dt = datetime.date(2019, 10, 20)
  2. >>> dt.day
  3. 20
  4. >>> dt.month
  5. 10
  6. >>> dt.year
  7. 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。

  1. >>> dt = datetime.date(2019, 10, 20)
  2. >>> print(dt)
  3. 2019-10-20
  4. >>> dt.strftime("%d-%m-%Y")
  5. '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 ；

  1. >>> dt = datetime.date(2019, 10, 20)
  2. >>> dt.strftime("%d/%m/%Y")
  3. '20/10/2019'
  5. >>> dt.strftime("%b %d, %Y")
  6. 'Oct 20, 2019'
  8. >>> dt.strftime("%B %d, %Y")
  9. 'October 20, 2019'
  11. >>> dt.strftime("%a %B %d, %Y")
  12. 'Sun October 20, 2019'
  14. >>> dt.strftime("%A %B %d, %Y")
  15. 'Sunday October 20, 2019'
  17. >>> dt.strftime("%A, %B %d, %Y")
  18. '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)_ 

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

3.1 从时间值获取小时，分钟和秒

  1. >>> t = datetime.time(21, 2, 3)
  2. >>> t.hour
  3. 21
  4. >>> t.minute
  5. 2
  6. >>> t.second
  7. 3
  8. >>> t.microsecond
  9. 0

3.2 将时间转换为 AM PM 格式

  • %I 将 24 小时时间格式转换为 12 小时格式。
  • %p 根据时间值返回 AM PM。
  • %H 返回时间值的小时数。
  • %M 返回时间值的分钟数。
  • %S 返回时间值的秒数。
  1. >>> t = datetime.time(21, 2, 3)
  2. >>> print(t)
  3. 21:02:03
  4. >>> t.strftime("%I:%M %p")
  5. '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。

  1. >>> dt = datetime.datetime.now()
  2. >>> print(dt)
  3. 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。

  1. >>> dt = datetime.datetime.now()
  2. >>> print(dt)
  3. 2019-09-10 10:45:46.941261
  5. >>> dt.strftime("%c")
  6. 'Tue Sep 10 10:45:46 2019'
  8. >>> dt.strftime("%A %B %d %X")
  9. 'Tuesday September 10 10:45:46'
  11. >>> dt.strftime("%A %B %d %H:%M")
  12. '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)_ 

  1. >>> dt = datetime.datetime(2019, 7, 20, 10, 51, 0)
  2. >>> print(dt)
  3. 2019-07-20 10:51:00
  5. >>> dt.strftime('%d-%m-%Y %H-%M')
  6. '20-07-2019 10-51'

4.2 在 python 中将字符串转换为 datetime

  1. >>> from dateutil.parser import parse
  2. >>> print(parse('March 01, 2019'))
  3. 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。

  1. print(dt.time())

6. 如何获得当前周的天？

  1. >>> dt = datetime.datetime.now()
  2. >>> print(dt)
  3. 2019-09-10 10:58:10.044233
  4. >>> dt.strftime("%A %B %d %H:%M")
  5. 'Tuesday September 10 10:58'
  7. >>> dt.isoweekday()
  8. 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。

  1. >>> dt = datetime.datetime.now()
  2. >>> print(dt)
  3. 2019-09-10 11:01:54.959386
  5. #30 days ahead
  6. >>> delta = datetime.timedelta(days=30)
  7. >>> print(dt + delta)
  8. 2019-10-10 11:01:54.959386
  10. #30 days back
  11. >>> print(dt - delta)
  12. 2019-08-11 11:01:54.959386
  14. >>> delta = datetime.timedelta(days= 10, hours=3, minutes=30, seconds=30)
  15. >>> print(dt + delta)
  16. 2019-09-20 14:32:24.959386
  18. >>> delta = datetime.timedelta(weeks= 4, hours=3, minutes=30, seconds=30)
  19. >>> print(dt + delta)
  20. 2019-10-08 14:32:24.959386

在 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：

  1. 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。

  1. >>> from dateutil.relativedelta import *
  2. >>> dt = datetime.datetime(2019, 7, 20, 10, 51, 0)
  3. >>> print(dt)
  4. 2019-07-20 10:51:00
  6. #1 Month ahead        
  7. >>> print(dt + relativedelta(months=+1))
  8. 2019-08-20 10:51:00
  10. #1 Month Back
  11. >>> print(dt + relativedelta(months=-1))
  12. 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。

  1. #Next month, plus one week
  2. >>> print(dt + relativedelta(months=+1, weeks=+1))
  3. 2019-08-27 10:51:00
  5. #Next Year        
  6. >>> print(dt + relativedelta(years=+1))
  7. 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。

  1. >>> print(datetime.date(2000, 2, 29)+ relativedelta(years=+1))
  2. 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。

  1. >>> date1 = datetime.date(2020, 10, 25)
  2. >>> date2 = datetime.date(2019, 12, 25)
  3. >>> diff = date1- date2
  4. >>> diff.days
  5. 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？

  • date1.month - date2.month returns -2
  • 12*(date1.year - date2.year) returns 12
  • -2 + 12 = 10

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。

  1. >>> import pandas as pd
  2. >>> df = pd.DataFrame({"A":["2019-01-01", "2019-05-03", "2019-07-03"],
  3.                        "B":["2019-03-02", "2019-08-01", "2019-10-01"] })
  5. # Let's check the column types.
  6. >>> df.dtypes
  7. A    object
  8. B    object
  9. 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。

  1. >>> df['A'] = pd.to_datetime(df['A'])
  2. >>> df['B'] = pd.to_datetime(df['B'])
  3. >>> df.dtypes
  4. A    datetime64[ns]
  5. B    datetime64[ns]
  6. 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。

  1. >>> df['C'] = df['B'] - df['A']
  2. >>> df
  3.            A          B       C
  4. 0 2019-01-01 2019-03-02 60 days
  5. 1 2019-05-03 2019-08-01 90 days
  6. 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。

  1. >>> df['C'] = (df['B'] - df['A']).dt.days
  2. >>> df
  3.            A          B   C
  4. 0 2019-01-01 2019-03-02  60
  5. 1 2019-05-03 2019-08-01  90
  6. 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。

  1. >>> from dateutil.relativedelta import *
  2. >>> df['D'] = df["B"].apply(lambda x: x - relativedelta(months=3))
  3. >>> df
  4.            A          B   C          D
  5. 0 2019-01-01 2019-03-02  60 2018-12-02
  6. 1 2019-05-03 2019-08-01  90 2019-05-01
  7. 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。

  1. 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。

  1. 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）。

  1. df[df.B.between(datetime.datetime(2019,5,1), datetime.datetime(2019,9,30))]
  3. # OR
  4. 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。

  1. import pytz
  2. 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。

  1. 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。

  1. >>> dt = datetime.datetime(2019, 7, 20, 10, 10, 0, tzinfo=pytz.timezone('Asia/Kolkata'))
  2. >>> print(dt)
  3. 2019-07-20 10:10:00+05:53
  5. >>> print(dt.astimezone(pytz.timezone('US/Arizona')))
  6. 2019-07-19 21:17:00-07:00