pands 时间序列 之日期和时间数据类型及工具

Python 标准库包含用于日期（date）和时间(time)数据的数据类型，而且还有日历方面的功能，我们主要会用到datetime、time以及calendar模块。datetime.datetime 是用的最多的数据类型：
In [1]: from datetime import datetime

In [2]: now = datetime.now()

In [3]: now
Out[3]: datetime.datetime(2018, 4, 1, 9, 29, 4, 258841)

In [4]: now.year, now.month,now.day
Out[4]: (2018, 4, 1)

datetime 以毫秒形式存储日期和时间。datetime.timedelta 表示两个 datetime 对象之间的时间差，也可以给初始时间加上或者减去一个或者多个timedelta,来产生一个新的 datetime
In [8]:from datetime import timedelta

In [9]: delta = datetime(2011,1,7) - datetime(2008,6,24,8,15)

In [10]: delta
Out[10]: datetime.timedelta(926, 56700) #分别表示天数 和秒数

In [11]: delta.days
Out[11]: 926

In [12]: delta.seconds
Out[12]: 56700

In [13]: start = datetime(2011,1,7)

In [14]: start + timedelta(12)
Out[14]: datetime.datetime(2011, 1, 19, 0, 0)
因为datetime 是一种特定的时间表示格式   在使用中为了避免出现错误  我们常常需要将其转换为字符串   这就用到str 或者 strftime 方法：

In [13]: stamp = datetime(2011,1,3)

In [14]: str(stamp)
Out[14]: '2011-01-03 00:00:00'

In [16]: stamp.strftime('%Y-%m-%d')
Out[16]: '2011-01-03'

datetime.strptime() 是strftime 的相反方法  可以实现字符串向 datetime 的转换：In [18]: value = '2011-01-03'

In [19]: datetime.strptime(value,'%Y-%m-%d') #每次都要编写格式定义
Out[19]: datetime.datetime(2011, 1, 3, 0, 0)
从上面可以知道 每次都要编写格式定义事非常麻烦的事情， 为了简单起间  可以使用dateutil 这个第三方包中的parser.parse 方法：

In [21]: from dateutil.parser import parse

In [23]: parse('2011-01-03') #传入 dayfirst =True 可以让日出现在月前面
Out[23]: datetime.datetime(2011, 1, 3, 0, 0)

#注意parser 是一个实用但是不完美的工具 ，比如传入单个数据 解析的结果无规律

In [38]: parse('12')
Out[38]: datetime.datetime(2018, 4, 12, 0, 0)

In [39]: parse('22')
Out[39]: datetime.datetime(2018, 4, 22, 0, 0)

In [40]: parse('42')
Out[40]: datetime.datetime(2042, 4, 1, 0, 0)


parse 虽然处理单个日期比较方便  但是在DateFrame 里面 处理日期列或者索引时候 （成组的日期）就没有办法了，这时候 使用 pandas  中的 to_datetime  就可以迅速解决

In [31]: import pandas as pd

In [32]: datestrs = ['4/2/2011','8/6/2013']

In [33]: pd.to_datetime(datestrs)
Out[33]: DatetimeIndex(['2011-04-02', '2013-08-06'], dtype='datetime64[ns]', freq=None)

In [34]: idx = pd.to_datetime(datestrs+[None]) #它还可以处理缺失值

In [35]: idx #NaT 是pandas中时间戳数据的NA值
Out[35]: DatetimeIndex(['2011-04-02', '2013-08-06', 'NaT'], dtype='datetime64[ns]', freq=None)

In [36]: pd.isnull(idx)
Out[36]: array([False, False,  True])



datetime 格式定义

格式 含义 备注
%a 本地（locale）简化星期名称
%A 本地完整星期名称
%b 本地简化月份名称
%B 本地完整月份名称
%c 本地相应的日期和时间表示
%d 一个月中的第几天（01 - 31）
%H 一天中的第几个小时（24小时制，00 - 23）
%I 第几个小时（12小时制，01 - 12）
%j 一年中的第几天（001 - 366）
%m 月份（01 - 12）
%M 分钟数（00 - 59）
%p 本地am或者pm的相应符
%S 秒（01 - 61）
%U 一年中的星期数。（00 - 53星期天是一个星期的开始。）第一个星期天之前的所有天数都放在第0周。
%w 一个星期中的第几天（0 - 6，0是星期天）
%W 和%U基本相同，不同的是%W以星期一为一个星期的开始。
%x 本地相应日期
%X 本地相应时间
%y 去掉世纪的年份（00 – 99）
%Y 完整的年份
%Z 时区的名字（如果不存在为空字符）
%% ‘%’字符