Python_時間類型轉(zhuǎn)換

[TOC]

1. 時間轉(zhuǎn)換

對于時間序列的轉(zhuǎn)換济竹,好像都是通過datetime作為中轉(zhuǎn)來變換timestamp和字符串的披坏,也就是:

timestamp ←→ datetime ←→ str

timestamp  → datetime  pd.datetime.fromtimestamp(1487312878)
str        → datetime  pd.to_datetime('2017-01-02')

import datetime
datetime 變量a  →  timestamp   a.timestamp()
datetime 變量a  →  str         a.strftime('%Y-%m-%d')

pandas應(yīng)用:

timestamp  → datetime  Seriesobj.map(pd.datetime.fromtimestamp)
str        → datetime  Seriesobj.map(pd.to_datetime)

datetime 變量x  →  timestamp   Seriesobj.map(lambda x.timestamp()).astype(np.int64)
datetime 變量x  →  str         Seriesobj.map(lambda x.strftime('%Y-%m-%d %H-%m')) 

2. 計算2個日期之間的時間差

best-way-to-find-the-months-between-two-dates

Python: Difference of 2 datetimes in months [duplicate]

2.1 自定義month_diff函數(shù)

Define a "month" as 1/12 year, then do this:

def month_diff(d1, d2): 
    """Return the number of months between d1 and d2, 
    such that d2 + month_diff(d1, d2) == d1
    """
    diff = (12 * d1.year + d1.month) - (12 * d2.year + d2.month)
    return diff

assert diff_month(datetime(2010,10,1), datetime(2010,9,1)) == 1
assert diff_month(datetime(2010,10,1), datetime(2009,10,1)) == 12
assert diff_month(datetime(2010,10,1), datetime(2009,11,1)) == 11
assert diff_month(datetime(2010,10,1), datetime(2009,8,1)) == 14
date1 = datetime(2012, 2, 15)
date1.year # 2012, type為int

2.2 使用dateutile.relativedelta.relativedelta

from datetime import datetime
from dateutil import relativedelta
date1 = datetime.strptime(str('2011-08-15 12:00:00'), '%Y-%m-%d %H:%M:%S')
date2 = datetime.strptime(str('2012-02-15'), '%Y-%m-%d')
r = relativedelta.relativedelta(date2, date1)
print(r.months) # 5


date1 = datetime(2012, 2, 15)
date2 = datetime(2013, 12, 1)
r = relativedelta.relativedelta(date2, date1) # relativedelta(years=+1, months=+9, days=+16)
r.years * 12 + r.months # 21

有一個缺點是,如果時間差超過1年框产,則會將年的數(shù)字分配到r.years中蜡娶,如2011-01和2012-01的month差r.months是0

3. datetime類型

In [1]: import datetime

In [2]: date1 = datetime.datetime(2010, 10, 4, 10, 10)

In [3]: date1
Out[3]: datetime.datetime(2010, 10, 4, 10, 10)

In [4]: date1.date()
Out[4]: datetime.date(2010, 10, 4)

In [6]: date1.day
Out[6]: 4

In [7]: date1.year
Out[7]: 2010

In [8]: type(date1.month)
Out[8]: int

4. 時間轉(zhuǎn)換樣例

A 目標(biāo)

    Start Date  End Date    Contract
0   1/1/17  6/1/17  1
1   7/1/17  12/1/17 2

轉(zhuǎn)換為:

    Month   Contract
0   2017-01 1
1   2017-02 1
2   2017-03 1
3   2017-04 1
4   2017-05 1
5   2017-06 1
6   2017-07 2
7   2017-08 2
8   2017-09 2
9   2017-10 2
10  2017-11 2
11  2017-12 2

B 代碼

import pandas as pd
import numpy as np
import re, io, os

import datetime

data = '''Start Date    End Date    Contract
1/1/17  6/1/17  1
7/1/17  12/1/17 2
'''

df = pd.read_csv(io.StringIO(data), sep='\t', dtype=str)


for col in ['Start Date', 'End Date']:
    df[col] = df[col].map(lambda x: datetime.datetime.strptime(x, "%m/%d/%y"))

def convert_time(obj):
    x = pd.period_range(obj['Start Date'], obj['End Date'], freq='M')
    dfx = pd.DataFrame(x)
    dfx['Contract'] = obj['Contract']
    dfx.rename(columns={0:'Month'}, inplace=True)
    return dfx

for i in range(df.shape[0]):
    if i == 0:
        dfn = convert_time(df.iloc[i])
    else:
        dfn = pd.concat([dfn, convert_time(df.iloc[i])], ignore_index=True)
dfn
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末磅废,一起剝皮案震驚了整個濱河市锅棕,隨后出現(xiàn)的幾起案子拙泽,更是在濱河造成了極大的恐慌,老刑警劉巖哲戚,帶你破解...
    沈念sama閱讀 221,820評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件奔滑,死亡現(xiàn)場離奇詭異艾岂,居然都是意外死亡顺少,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,648評論 3 399
  • 文/潘曉璐 我一進店門王浴,熙熙樓的掌柜王于貴愁眉苦臉地迎上來脆炎,“玉大人,你說我怎么就攤上這事氓辣∶朐#” “怎么了?”我有些...
    開封第一講書人閱讀 168,324評論 0 360
  • 文/不壞的土叔 我叫張陵钞啸,是天一觀的道長几蜻。 經(jīng)常有香客問我,道長体斩,這世上最難降的妖魔是什么梭稚? 我笑而不...
    開封第一講書人閱讀 59,714評論 1 297
  • 正文 為了忘掉前任,我火速辦了婚禮絮吵,結(jié)果婚禮上弧烤,老公的妹妹穿的比我還像新娘。我一直安慰自己蹬敲,他們只是感情好暇昂,可當(dāng)我...
    茶點故事閱讀 68,724評論 6 397
  • 文/花漫 我一把揭開白布莺戒。 她就那樣靜靜地躺著,像睡著了一般急波。 火紅的嫁衣襯著肌膚如雪从铲。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,328評論 1 310
  • 那天幔崖,我揣著相機與錄音食店,去河邊找鬼。 笑死赏寇,一個胖子當(dāng)著我的面吹牛吉嫩,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播嗅定,決...
    沈念sama閱讀 40,897評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼自娩,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了渠退?” 一聲冷哼從身側(cè)響起忙迁,我...
    開封第一講書人閱讀 39,804評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎碎乃,沒想到半個月后姊扔,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,345評論 1 318
  • 正文 獨居荒郊野嶺守林人離奇死亡梅誓,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,431評論 3 340
  • 正文 我和宋清朗相戀三年恰梢,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片梗掰。...
    茶點故事閱讀 40,561評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡嵌言,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出及穗,到底是詐尸還是另有隱情摧茴,我是刑警寧澤,帶...
    沈念sama閱讀 36,238評論 5 350
  • 正文 年R本政府宣布埂陆,位于F島的核電站苛白,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏焚虱。R本人自食惡果不足惜购裙,卻給世界環(huán)境...
    茶點故事閱讀 41,928評論 3 334
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望著摔。 院中可真熱鬧缓窜,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,417評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至恩掷,卻和暖如春倡鲸,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背黄娘。 一陣腳步聲響...
    開封第一講書人閱讀 33,528評論 1 272
  • 我被黑心中介騙來泰國打工峭状, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人逼争。 一個月前我還...
    沈念sama閱讀 48,983評論 3 376
  • 正文 我出身青樓优床,卻偏偏與公主長得像,于是被迫代替她去往敵國和親誓焦。 傳聞我的和親對象是個殘疾皇子胆敞,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,573評論 2 359

推薦閱讀更多精彩內(nèi)容