Python 中有time 模块和datetime模块,因为datetime使用的语法结构跟sql比较类型,所以,我选择了使用datetime。

datetime有以下几个类。总结来看,如下图。

下面是实例方法,包含各类型的格式转化、时间计算

1. 时间格式转化

字符格式转化为时间格式

a='2020-03-30 14:32:47'

b=datetime.datetime.strptime(a,"%Y-%m-%d %H:%M:%S")

时间格式转化为字符格式

c=datetime.datetime.strftime(b,"%Y-%m-%d %H:%M:%S")

strptime、strftime之前经常记混,发现可以这样记忆:

strptime→ str point time ,str 指向time , 所以是 字符串 转化成时间

strftime→ str from time , 来自time 的 str,所以是 从time 转化为字符串

2. 加减一定的天数、小时

b+datetime.timedelta(hours=8) #输入

datetime.datetime(2020, 3, 30, 22, 32, 47) '01' #输出

3. 两个日期相减

dt2=datetime.datetime(1992, 7, 17, 20, 52, 12)##输入

b-dt2 ##输入

输出的格式为datetime的格式

datetime.timedelta(days=10117, seconds=63635) ###输出

然后获取天数:

(b-dt2).days ##输入

10117 ##输出

如果你觉得想要知道多少像10117.4天这种带小数的结果:

round((b-dt2).days+(b-dt2).seconds/86400,2) #输入,秒换算为天,相加,并四舍五入

10117.74#输出

4. 第几周的计算

%U 一年中的星期数(00-53)星期天为星期的开始

%W 一年中的星期数(00-53)星期一为星期的开始

x选择2020年的第2个周日来试试

dt=datetime.datetime(2020,1,12,12,50,23)

datetime.datetime.strftime(dt,"%W") ###星期一为星期的开始

'01' #输出

星期一为一周的第一天,周天为一周的最后一天,所以,12号为第一周的最后一天。

datetime.datetime.strftime(dt,"%U")##星期天为星期的开始

'02' #输出

星期天为一周的第一天,周一为一周的最后一天,所以,12号为第二周的第一天。

5. 星期几的计算

datetime.datetime.strftime(b,"%a") #输入

'Mon' #输出

datetime.datetime.strftime(b,"%A")#输入

'Monday'#输出

数字格式的星期几

datetime.datetime.strftime(b,"%u") #输入

'1''#输出

6. 全部时间格式

datetime.datetime.strftime(b,"%c") )#输入

'Mon Mar 30 14:32:47 2020' #输出,展示星期月份和具体的时间

7. 一年内的第几天

datetime.datetime.strftime(b,"%j")#输入

'090' #输出,可使用int()或者float()转化为数值

8. 减去一定的月份

datetime不支持进行月份的相减,需要使用到另外一个模块dateutil

import datetime

from dateutil.relativedelta import relativedelta

datetime_now =datetime.datetime(2020, 3, 30, 14, 32, 47)

datetime_1_month_before = datetime_now - relativedelta(months=1)

print( datetime_1_month_before)

输出:2020-02-29 14:32:47

可以看到,这个模块支持跨月份,并且考虑到了月末天数的特殊情况。

另附:日期格式化符号

python数据分析平均时间间隔_python 数据分析中常用的时间--datetime操作相关推荐

  1. python数据分析平均时间间隔_Python数据分析中,如何把数值如(1511544070)转换成常规的时间格式?...

    由于工作关系,常常遇到时间戳转化的问题. 转换方法用到python的datetime库里的fromtimestamp方法. 第一步:导入datetime库 import datetime 第二步:使用 ...

  2. python通过什么连接数据库_python中常用的各种数据库操作模块和连接实例

    这篇文章主要介绍了python中常用的各种数据库操作模块和连接实例,包括sqlite3.oracle.mysql.excel,需要的朋友可以参考下 工作中,经常会有用python访问各种数据库的需求, ...

  3. mysql中常用的时间工具

    本文记录下mysql中常用的时间工具 文章目录 概述 概述 sql文件 #查询现在的时间 SELECT now() now#格式化时间为时分秒 SELECT DATE_FORMAT(now(), '% ...

  4. MySQL中常用日期时间函数及获得

    MySQL中常用日期时间函数: 下面的查询选择了所有记录,其date_col的值是在最后30天以内: mysql> SELECT something FROM table WHERE TO_DA ...

  5. python pd Series 添加行_Python数据分析与挖掘的常用工具

    Python语言:简要概括一下Python语言在数据分析.挖掘场景中常用特性: 列表(可以被修改),元组(不可以被修改) 字典(结构) 集合(同数学概念上的集合) 函数式编程(主要由lambda(). ...

  6. python 保留顺序去重_Python数据分析入门教程(二):数据预处理

    作者 | CDA数据分析师 从菜市场买来的菜,总有一些不太好的,所以把菜买回来以后要先做一遍预处理,把那些不太好的部分扔掉.现实中大部分的数据都类似于菜市场的菜品,拿到以后都要先做一次预处理. 常见的 ...

  7. python matplotlib模块解析_Python数据分析模块二:Matplotlib

    1. Matplotlib简介 Matplotlib是目前应用最广泛的用于制图及其他二维数据可视化的Python库.在命令行中输入pip install matplotlib即可进行安装.在matpl ...

  8. python数据分析概述答案_Python数据分析实战(1)数据分析概述

    一.入门数据分析 1.大数据时代的基本面 大数据产业发展现状:现在数据已经呈现出了爆炸式的增长,每一分钟可能就会有:13000+个iPhone应用下载 Twitter上发布98000+新微博 发出1. ...

  9. python数据分析实验报告_Python 数据分析入门实战

    本训练营中,我们将学习怎么样使用 Python 进行数据分析.课程将从数据分析基础开始,一步步深入讲解.从 Python 的基础用法到数据分析的各种算法,并结合各种实例,讲解数据分析过程中的方方面面. ...

最新文章

  1. 亿级用户基于微服务的互联网系统稳定性~
  2. 女程序员做编程也太难了吧! | 每日趣闻
  3. 我是如何在SQLServer中处理每天四亿三千万记录的
  4. 解题报告 『生活大爆炸版石头剪刀布(模拟)』
  5. 怎么确定迭代器后面还有至少两个值_如何理解Python中的可迭代对象、迭代器和生成器
  6. Linux学习:目录操作函数
  7. linux pxe安装mysql_搭建PXE实现自动化安装系统
  8. SpringMVC的数据响应-页面跳转-返回ModelAndView形式1(应用)
  9. SpringBoot03 项目热部署
  10. wpf学习笔记二 深入学习 xaml
  11. PC版微信,也终于上线了这个超赞的功能
  12. java面向对象程序练习_5本面向经验丰富的程序员的高级Java书籍
  13. css鼠标拖拉卡顿_JavaScript实现元素拖动性能优化
  14. SpringBoot------拦截器Filter的使用
  15. (2015省赛系列--团体热身赛第二场)
  16. ThinkPHP6内核学生成绩管理系统源码
  17. jquery.printarea.js 局部打印去掉页眉页脚
  18. HTML期末学生大作业-视频影视网页html+css+javascript(带报告册)
  19. 三步棋,跟着bit鹏哥学得
  20. FRP分享 Padavan

热门文章

  1. R语言ggplot2可视化分面图(faceting):自定义分面图可视化、ggplot2可视化分面图并移除分面图之间的边框线条(Remove Panel Border Lines in a facet
  2. R语言构建catboost模型:构建catboost模型并基于网格搜索获取最优模型参数(Select hyperparameters)、计算特征重要度
  3. R语言构建xgboost模型、预测推理:输出预测概率、预测标签
  4. 时间的玫瑰+但斌的投资思维
  5. GAN(Generative Adversarial Network,GAN)模型之:EBGAN、PGGAN、CGAN、ACGAN模型
  6. 数据科学+python+R+数据库+机器学习+(速查表)cheat sheets大全
  7. 可视化LassoCV的最佳alpha值
  8. oligo包处理原始芯片数据
  9. 小学计算机知识讲课,小学信息技术说课稿《走进计算机》
  10. LinearAlgebra_1