时间类型数据处理：基于Python的datetime库和pandas库
一、datetime库常用方法
日期的数据类型主要有两种：一是包含时间的datetime类型，二是不包含时间的date类型。这里的时间指具体的时、分、秒、甚至毫秒。
1、自定义日期、时间、获取本地时间、获取本地日期、获取年份、月份、月号、小时、分钟、秒、星期几
获取日期和时间的不同部分：
- 获取年份：datetime.year
- 获取月份：datetime.month
- 获取月号：datetime.day
- 获取小时：datetime.hour
- 获取分钟：datetime.minute
- 获取秒：datetime.second
- 获取微妙：datetime.microsecond
- 获取星期几，返回 0（周一）到 6（周日）：datetime.weekday()
from datetime import datetime, date
# 自定义日期，形如 2022-02-20
date(2022, 2, 20)
# 自定义日期和时间，形如2025-01-22 12:00:00
dt = datetime(2025, 1, 22, 12, 00, 00)
# 获取本地日期, 形如 2025-01-23
date.today()
# 获取本地日期和时间，形如 2025-01-23 23:36:15.461326
dt = datetime.now()
dt = datetime.today() # 与datetime.now()相同
# 获取年份
dt.year
# 获取月份
dt.month
# 获取月号
dt.day
# 获取小时
dt.hour
# 获取分钟
dt.minute
# 获取秒
dt.second
# 获取星期几
dt.weekday() # 返回0~6，表示周一到周日2、日期的加减（包含时间或不包含时间）：需要用到一个数据类型，timedelta（时间增量），表示时间间隔或者时间差，用于执行日期和时间的加减操作。
datetime类型时间的加减操作：
# 日期和时间（即datetime类型）的加减操作演示
from datetime import datetime, timedelta
# 创建当前时间，datetime类型
now = datetime.now()
# timedelta(days, weeks, hours, minutes, seconds): 创建一个timedelta对象，表示时间间隔
td = timedelta(days=5)
# 计算5天后的时间
future = now + td # 返回的是datetime类型
# 计算日期差值
t = now - future # 注意的是，两个datetime格式只能相减，但相减返回值类型是timedelta类型
print("Difference:", t) # 输出 "-5 days, 0:00:00"，即相差的天数
# timedelta类型可以通过timedelta.days、timedelta.seconds等获取特定的值
print("Days difference:", t.days) # 获取t的天数，输出-5
# 其他可用属性
print("Seconds:", t.seconds) # 获取t的秒数，输出0date类型的日期加减操作：
# 日期（即date类型）的加减操作演示
from datetime import date, timedelta
# 创建一个日期对象
today = date.today()
print("Today:", today) # 输出 Today: 2025-01-23
# 创建一个timedelta对象，表示时间间隔
td = timedelta(days=5)
# 计算5天后的日期
future_date = today + td
print("Future Date:", future_date) # 输出 Future Date: 2025-01-28
# 计算5天前的日期
past_date = today - td
print("Past Date:", past_date) # 输出 Past Date: 2025-01-18
# 两个date类型也是只能相减，不能相加，相减得到一个timedelta类型时间增量
print(future_date - past_date) # 输出 10 days, 0:00:003、字符串转日期时间、日期时间格式化输出
常见的格式符号：
- %Y：四位数的年份（例如 2023）
- %m：两位数的月份（例如 01 至 12）
- %d：两位数的日期（例如 01 至 31）
- %H：小时（24小时制，00 至 23）
- %M：分钟（00 至 59）
- %S：秒（00 至 59）
- %f：微秒（000000 至 999999）
- %a：简短的星期几（例如 Mon）
- %A：完整的星期几（例如 Monday）
from datetime import datetime
# 将字符串转日期时间
time = '2025-01-22 12:45:30'
dt = datetime.strptime(time, '%Y-%m-%d %H:%M:%S')
print(type(dt)) # <class 'datetime.datetime'>
print(dt) # 输出 2025-01-22 12:45:30
# 将日期时间转字符串
time_str = dt.strftime('%Y-%m-%d %H:%M:%S %A')
print(type(time_str)) # <class 'str'>
print(time_str) # 2025-01-22 12:45:30 Wednesday二、pands库中常用于时间分析的方法
1、使用pd.to_datetime()转换时间列
import pandas as pd
# 创建包含日期字符串的 DataFrame
data = {'date': ['2023-01-01', '2023-01-02', '2023-01-03'],
'value': [10, 15, 20]}
df = pd.DataFrame(data)
# 将 'date' 字符串列转换为 datetime 类型
df['date'] = pd.to_datetime(df['date'])
print(df)
# 输出：
# date value
# 0 2023-01-01 10
# 1 2023-01-02 15
# 2 2023-01-03 202、使用pd.date_range()创建时间序列
date_range()常用参数说明：
- start：必需参数，指定日期范围的开始日期（字符串或datetime对象）
- end：可选参数，指定日期范围的结束日期（字符串或datetime对象）
- periods：可选参数，指定生成的日期数量，而不是通过结束日期来确定结束
- freq：可选参数，指定日期的频率（默认频率是'D'，即每天），如天、小时、月等。
常见的频率表示法有：
'D'：每天'B'：工作日（周一到周五）'h'：每小时'T'或'min'：每分钟's'：每秒'MS'：每月（每月初）'ME'：每月（每月末）'QS'：每季度（每季度初）'QE'：每季度（每季度末）'YS'：每年（每年末）'YE'：每年（每年末）'W'：每周（每周的周日）
示例：
import pandas as pd
# 生成日期范围，使用了end参数就不能用periods参数
dates = pd.date_range('2023-01-01', end='2023-01-03', freq='D')
print(dates) # 输出 DatetimeIndex(['2023-01-01', '2023-01-02', '2023-01-03'])
# 生成日期范围，使用了periods参数就不能用end参数
dates = pd.date_range('2023-01-01', periods=3, freq='ME')
print(dates) # 输出 DatetimeIndex(['2023-01-31', '2023-02-28', '2023-03-31'])3、使用df.set_index()和df.resample()进行重采样
假设你有一个包含日期和数值的 DataFrame，现在你想按月重采样并使用聚合函数计算每月的平均值：
# 创建包含日期和数值的 DataFrame
data = {'date': ['2023-01-01', '2023-01-15', '2023-02-01', '2023-02-15'],
'value': [10, 20, 30, 40]}
df = pd.DataFrame(data)
# 将 'date' 列转换为 datetime 类型并设置为索引
df['date'] = pd.to_datetime(df['date'])
df.set_index('date', inplace=True)
# 按月重采样并计算平均值
df_resampled = df.resample('ME').mean()
print(df_resampled)
# 输出：
# value
# date
# 2023-01-31 15.0 表示一月份的平均值
# 2023-02-28 35.0 表示二月份的平均值
4、使用df.rolling()计算移动平均
假设你有一个时间序列数据，你想计算3天的移动平均：
# 创建一个时间序列数据
data = {'date': pd.date_range('2023-01-01', periods=6, freq='D'),
'value': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)
df.set_index('date', inplace=True)
# 计算3天移动平均
df['rolling_mean'] = df['value'].rolling(window=3).mean()
print(df)
# 输出：
# value rolling_mean
# date
# 2023-01-01 10 NaN
# 2023-01-02 20 NaN
# 2023-01-03 30 20.0
# 2023-01-04 40 30.0
# 2023-01-05 50 40.0
# 2023-01-06 60 50.05、使用df.diff()计算差值
假设你想计算每一天与前一天的差值（即变化量）：
# 创建一个时间序列数据
data = {'date': pd.date_range('2023-01-01', periods=6, freq='D'),
'value': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)
df.set_index('date', inplace=True)
# 计算每日变化量
df['daily_change'] = df['value'].diff()
print(df)
# 输出：
# value daily_change
# date
# 2023-01-01 10 NaN
# 2023-01-02 20 10.0
# 2023-01-03 30 10.0
# 2023-01-04 40 10.0
# 2023-01-05 50 10.0
# 2023-01-06 60 10.06、使用 df.between_time() 筛选时间范围（无法筛选特定日期范围数据）
假设你有一个包含日期时间的 DataFrame，现在你想筛选某一特定时间范围内的数据：
# 创建包含日期时间数据的 DataFrame
data = {'datetime': pd.date_range('2023-01-01 08:00', periods=6, freq='h'),
'value': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)
df.set_index('datetime', inplace=True)
# 筛选 09:00 到 17:00 之间的数据
df_filtered = df.between_time('09:00', '17:00')
print(df_filtered)
# 输出：
# value
# datetime
# 2023-01-01 09:00:00 20
# 2023-01-01 10:00:00 30
# 2023-01-01 11:00:00 40
# 2023-01-01 12:00:00 50
# 2023-01-01 13:00:00 607、使用 .iloc 筛选特定日期范围内的数据
# 创建包含日期时间数据的 DataFrame
data = {'datetime': pd.date_range('2023-01-01 08:00', periods=5, freq='ME'),
'value': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)
df.set_index('datetime', inplace=True)
# 筛选特定日期范围的数据
start_date = '2023-01-01'
end_date = '2023-10-02'
df_filtered = df.loc[start_date:end_date]
print(df_filtered)
# 输出：
# value
# datetime
# 2023-01-31 08:00:00 10
# 2023-02-28 08:00:00 20
# 2023-03-31 08:00:00 30
# 2023-04-30 08:00:00 40
# 2023-05-31 08:00:00 50# 文章如有错误，欢迎大家指正，我们下期文章见。