要成功，就要长期等待而不焦躁，态度从容却保持敏锐，不怕挫折且充满希望。早安！减少蜗居时间，亲近大自然。
一、生成日期数据
import pandas as pd pd.date_range( )
同生成随机数的思想类似，使用pandas库中的函数
pd.date_range(start=None，end=None，periods=None，freq=None，tz=None，normalize=False，name=None，close=None，**kwargs)
1.1 设定开始时间、长度、频率
start_date='20200101' length=10 date_1=pd.date_range(start=start_date,periods=10).tolist() #默认freq为D，每天 date_1
也可以设置频率freq=‘M'
date_1=pd.date_range(start=start_date,periods=10,freq='M')
1.2 设定起始、终止时间、频率
start_date='20200101' end_date='20200110' date_2=pd.date_range(start=start_date,end=end_date,freq='D') #默认为D date_2
频率freq的设置有：
D --- Day --- 每日 B --- BusinessDay --- 每工作日 H --- Hour --- 每小时 T/min --- Minute ---每分钟 S --- Second --- 每秒 M --- MonthEnd --- 每月最后一个日历日 Q --- Quater --- 每季度
注意上面生成的日期数据，就是list格式，在构建数据框时可以直接用。
pd.DataFrame({'Time':date_1})
二、字符串转化为日期
导入数据时常会出现，日期型数据导入后，变成字符串格式，在后续使用时，需要转化为日期。
构造一个时间数据
date_list1=pd.date_range(start=start_date,periods=gap).strftime('%Y%m%d').tolist()
num1=np.random.randint(1,101,100) #生成1-101的随机整数
num2=np.random.randint(100,201,100)
df_temp=pd.DataFrame({'Time':date_list1,
'Number1':num1,
'Number2':num2})
df_temp.head()
上面数据构造时，为了方便之后举例子，将生成的时间数据转化为字符串后，构造的数据框。
2.1 pd.to_datetime()
print(df_temp['Time'].dtype) print(pd.to_datetime(df_temp['Time']).dtype)
输出：
object datetime64[ns]
pd.datetime这个函数可以直接作用在数据框的列上面，直接转换。
2.2 datetime.strptime
注意区分：
from datetime import datetime datetime.strftime() #由日期格式转化为字符串 datetime.strptime() #由字符串格式转化为日期
例子：
print(datetime.strptime('20200101','%Y%m%d'))
print(datetime.strptime('2020-01-01','%Y-%m-%d'))
输出：
2020-01-01 00:00:00 2020-01-01 00:00:00
但是这个函数只能作用一个值，如果对数据框的列进行操作，需要首先定义一个函数：
from datetime import datetime
def date_ch(value):
return datetime.strptime(value,'%Y%m%d')
print(date_ch('20200812'))
df_temp['Time']=df_temp['Time'].apply(date_ch)
df_temp['Time']
三、从日期数据中提取成分
3.1 直接提取:
pd.to_datetime('20200307').month
#year：日
#month：月
#week：周
#day：日
输出：
3
3.2 使用strftime函数：
pd.to_datetime('20200101').strftime('%Y-%m')
输出：
‘2020-01'
3.3 字符串切片截取
数据如下：
def date_ch(value):
str_value=value.strftime('%Y-%m-%d')
month=str_value[5:7]
return month
df_temp['Time'].apply(date_ch)
#或者
#df_temp['Time'].apply(lambda x:date_ch(x))
strftime函数提取日期成分中，日期的标准化格式符号：
%a 星期的简写。如 星期三为Web %A 星期的全写。如 星期三为Wednesday %b 月份的简写。如4月份为Apr %B 月份的全写。如4月份为April %c: 日期时间的字符串表示。（如： 05/01/10 09:00:20） %d: 日在这个月中的天数 %f: 微秒（范围[0,999999]） %H: 小时（24小时制，[0, 23]） %I: 小时（12小时制，[0, 11]） %j: 日在年中的天数 [001,366] %m: 月份（[01,12]） %M: 分钟（[00,59]） %p: AM或者PM %S: 秒（范围为[00,61]） %U: 周在当年的周数当年的第几周），星期天作为周的第一天 %w: 今天在这周的天数，范围为[0, 6]，6表示星期天 %W: 周在当年的周数，星期一作为周的第一天 %x: 日期字符串（如：05/01/20） %X: 时间字符串（如：09:00:20） %y: 2个数字表示的年份 %Y: 4个数字表示的年份 %z: 与utc时间的间隔 （如果是本地时间，返回空字符串） %Z: 时区名称（如果是本地时间，返回空字符串）
到此这篇关于教你怎么用python实现字符串转日期的文章就介绍到这了,更多相关python字符串转日期内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！
