教你用python从日期中获取年、月、日和星期等30种信息

来源: https://www.ucloud.cn/yun/128393.html 作者: 89542767 发布日期: 发布于2022-12-03 16:54

Python的作用还是比较的广泛的，在日常生活中，应用范围也比较的广泛，比如，我们可以去利用python，以此来获取年月日等相关的一些信息，具体的内容是什么呢？下面就给大家详细的解答下。

　　这次介绍日期数据处理。

　　用python中的方法对日期数据进行处理,我们可以获取很多有用的信息,比如年月日,星期,周次,季度等,这里分享工作和数据竞赛30余种常用的转换方法。

1计算日期的年月日时分秒,星期,周次…

　　用pandas的read_excel()方法读取excel表数据，将表格中"日期"列转日期格式

　　import pandas as pd
　　import numpy as np
　　import datetime
　　df=pd.read_excel('./日期问题.xlsx')
　　#将日期列转成日期格式
　　df['日期']=pd.to_datetime(df['日期'])

　　dt模块可轻松获取日期基本属性

　　#转年月日格式(字符串文本)
　　df['年月日']=df['日期'].apply(lambda x:x.strftime('%Y%m%d'))
　　df['年']=df['日期'].dt.year
　　df['季度']=df['日期'].dt.quarter
　　df['月']=df['日期'].dt.month
　　df['日']=df['日期'].dt.day
　　df['星期几']=df['日期'].dt.dayofweek
　　df['周次']=df['日期'].dt.week
　　df['时']=df['日期'].dt.hour
　　df['分']=df['日期'].dt.minute
　　df['秒']=df['日期'].dt.second

２计算一年中的第几天,第几个10分钟,日期转数值

　　通过对天,时,分的四则运算将日期转为序列数值数据

　　df['一年中的第几天']=df['日期'].dt.dayofyear
　　df['一天中的第几分钟']=df['日期'].apply(lambda x:x.minute+x.hour*60)
　　df['一天中的第几个10分钟']=df['时']*6+df['分']//10
　　df['数值']=df["日期"].values.astype(np.int64)//10**9
　　#转年月(数值)
　　df['年月']=df['日期'].dt.year*100+df['日期'].dt.month

３判断日期是否闰年，年初年末，月初月末…

　　apply()和lambda()方法使用.python中2个强大的高阶函数.
　　df['是否闰年']=df['日期'].apply(lambda x:x.is_leap_year)#是否闰年
　　df['是否月初']=df['日期'].apply(lambda x:x.is_month_start)#是否月初
　　df['是否月末']=df['日期'].apply(lambda x:x.is_month_end)#月末
　　df['是否季节初']=df['日期'].apply(lambda x:x.is_quarter_start)#季度初
　　df['是否季节末']=df['日期'].apply(lambda x:x.is_quarter_end)#季度末
　　df['是否年初']=df['日期'].apply(lambda x:x.is_year_start)#年初
　　df['是否年尾']=df['日期'].apply(lambda x:x.is_year_end)#年内末
　　df['是否周末']=df['日期'].apply(lambda x:True if x.dayofweek in[5,6]else False)#是否周末
　　df.loc[((df['时']>=8)&(df['时']<22)),'是否营业时间']=True

　　４字符串时段，季节

　　构造字典,用map方法进行替换.

　　period_dict={
　　23:'深夜',0:'深夜',1:'深夜',
　　2:'凌晨',3:'凌晨',4:'凌晨',
　　5:'早晨',6:'早晨',7:'早晨',
　　8:'上午',9:'上午',10:'上午',11:'上午',
　　12:'中午',13:'中午',
　　14:'下午',15:'下午',16:'下午',17:'下午',
　　18:'傍晚',
　　19:'晚上',20:'晚上',21:'晚上',22:'晚上',
　　}
　　df['时间段']=df['时'].map(period_dict)
　　#一年中的哪个季度
　　season_dict={
　　1:'春季',2:'春季',3:'春季',
　　4:'夏季',5:'夏季',6:'夏季',
　　7:'秋季',8:'秋季',9:'秋季',
　　10:'冬季',11:'冬季',12:'冬季',
　　}
　　df['季节']=df['月'].map(season_dict)

５for循环快捷计算

　　python中的getattr()方法

　　time_features=['year','month','quarter','week','day','dayofweek','dayofyear']
　　dtype=np.int16
　　for time_feature in time_features:
　　df[time_feature]=getattr(df['日期'].dt,time_feature).astype(dtype)

６时间间隔天数计算

　　日期与一指定日期或者今天日期相比,计算间隔天数

　　#设置初始的时间
　　base_time=datetime.datetime.strptime('2021-06-01','%Y-%m-%d')
　　#计算时间差
　　df['时间差']=df['日期'].apply(lambda x:x-base_time).dt.days
　　#距离今天天数
　　df['间隔天数']=list(map(lambda x:x.days,pd.to_datetime('today')-df['日期']))

　　补充：Python日期获取今天及昨天的年月日等信息

　　import time
　　from datetime import datetime,date,timedelta
　　#当前日期
　　now_date=time.strftime("%Y-%m-%d%H:%M:%S",time.localtime())
　　print("now_date:{}".format(now_date))
　　#当前时间的年月日
　　year=datetime.now().year
　　month=datetime.now().month
　　day=datetime.now().day
　　print(f"year:{year},month:{month},day:{day}")
　　#昨天
　　month_yesterday=(date.today()+timedelta(days=-1)).month
　　day_yesterday=(date.today()+timedelta(days=-1)).day
　　print(f"month_yesterday:{month_yesterday},day_yesterday:{day_yesterday}")
　　输出结果：
　　now_date:2022-06-01 11:22:11
　　year:2022,month:6,day:1
　　month_yesterday:5,day_yesterday:31

　　总结

　　这篇文章就给大家介绍到这里了，希望可以为各位读者带来帮助。