学习笔记之第九章 时间序列（九）

第9章 时间序列

9.1 获取当前时刻的时间

• 获取当前时刻的时间就是获取此时此刻与时间相关的数据，除了具体的年、月、日、时、分、秒，还会单独看年、月、周、日等指标。

9.1.1 返回当前时刻的日期和时间

• 返回当前时刻的日期和时间在Excel和Python中都借助函数now()实现
• 在Excel中直接在单元格里输入now()函数即可，在Python中则使用如下代码

from datetime import datetime
datetime.now()

• 输出结果

datetime.datetime(2021, 10, 29, 16, 34, 19, 772823)

9.1.2 分别返回当前时刻的年、月、日

#返回当前时刻的年份
datetime.now().year

• 输出结果

2021

#返回当前时刻的月份
datetime.now().month

• 输出结果

10

#返回当前时刻的日期
datetime.now().day

• 输出结果

29

9.1.3 返回当前时刻的周数

• 与当前时刻的周相关的数据有两个，一个是当前时刻是一周中的周几，另一个是返回当前时刻所在的周在全年的周里面是第几周。

 #返回周几
datetime.now().weekday()+1

• 输出结果

5

• Python中周几是从0开始数的，周日返回的是6，所以在后面加1。
• 返回当前时刻所在周的周数在Excel中使用的是weeknum()函数，在Python中使用的是isocalendar()函数。

#返回周数
datetime.now().isocalendar()

• 输出结果

(2021, 43, 5)

9.2 指定日期和时间的格式

• 借助date()函数将日期和时间设置成只展示日期

datetime.now().date()

• 输出结果

datetime.date(2021, 10, 29)

• 借助time()函数将日期和时间设置成只展示时间

datetime.now().time()

• 输出结果

datetime.time(16, 51, 24, 412334)

• 借助strftime()函数可以自定义时间和日期的格式，strftime()函数是将日期和时间的格式转化为某些自定义的格式，具体的格式有以下几种。
  

datetime.now().strftime("%Y-%m-%d")

• 输出结果

'2021-10-29'

datetime.now().strftime("%Y-%m-%d %H:%M:%S")

• 输出结果

'2021-10-29 16:54:52'

9.3 字符串和时间格式相互转换

• 字符串和时间格式的相互转换主要用于Python中

9.3.1 将时间格式转换为字符串格式

• 使用str()函数将时间格式转换为字符串格式

now = datetime.now()
print(type(now))
print(type(str(now)))

• 输出结果

<class 'datetime.datetime'>
<class 'str'>

9.3.2 将字符串格式转换为时间格式

• 使用parse()函数将字符串格式转换为时间格式

str_time = "2021-10-29"
print(type(str_time))

• 输出结果

<class 'str'>

from dateutil.parser import parser
parser(str_time)

• 输出结果

<dateutil.parser._parser.parser object at 0x000001AD02A63430>

9.4 时间索引

• 在Python中，可以选取具体的某一时间对应的值，也可以选取某一段时间内的值。

import pandas as pd
import numpy as np
index = pd.DatetimeIndex(["2018-01-01","2018-01-02","2018-01-03","2018-01-04","2018-01-05",
                      "2018-01-06","2018-01-07","2018-01-08","2018-01-09","2018-01-10"])
data = pd.DataFrame(np.arange(1,11),columns = ["num"],index = index)

data

• 输出结果

	num
2018-01-01	1
2018-01-02	2
2018-01-03	3
2018-01-04	4
2018-01-05	5
2018-01-06	6
2018-01-07	7
2018-01-08	8
2018-01-09	9
2018-01-10	10

data["2018"]

• 输出结果

	num
2018-01-01	1
2018-01-02	2
2018-01-03	3
2018-01-04	4
2018-01-05	5
2018-01-06	6
2018-01-07	7
2018-01-08	8
2018-01-09	9
2018-01-10	10

data["2018-01"]

• 输出结果

	num
2018-01-01	1
2018-01-02	2
2018-01-03	3
2018-01-04	4
2018-01-05	5
2018-01-06	6
2018-01-07	7
2018-01-08	8
2018-01-09	9
2018-01-10	10

data["2018-01-01":"2018-01-05"]

• 输出结果

	num
2018-01-01	1
2018-01-02	2
2018-01-03	3
2018-01-04	4
2018-01-05	5

• 上面的索引方法适用于索引是时间的情况下，但是并不是在所有情况下，时间都可以做索引，比如一个订单表中客户姓名是索引，成交时间就是一个普通列，这个时候你想选取某一段时间内的成交订单该怎么办呢？

df = pd.read_excel(r"D:\PythonFlie\test_1.xlsx",header=0)
df

• 输出结果

	订单编号	客户姓名	唯一识别码	年龄	交易日期	销售id
0	A1	张旭	101	24	2018-10-01	1
1	A2	李刚	102	34	2018-10-02	2
2	A3	孙峰	103	23	2018-10-03	1
3	A4	赵恒	104	204	2018-10-04	2
4	A5	赵恒	104	204	2018-08-12	3

df[df["交易日期"] == datetime(2018,10,1)]

• 输出结果

订单编号	客户姓名	唯一识别码	年龄	交易日期	销售id
0	A1	张旭	101	24	2018-10-01	1

df[df["交易日期"] > datetime(2018,10,1)]

• 输出结果

订单编号	客户姓名	唯一识别码	年龄	交易日期	销售id
1	A2	李刚	102	34	2018-10-02	2
2	A3	孙峰	103	23	2018-10-03	1
3	A4	赵恒	104	204	2018-10-04	2

df[(df["交易日期"] > datetime(2018,10,1))&(df["交易日期"] < datetime(2018,10,4))]

• 输出结果

订单编号	客户姓名	唯一识别码	年龄	交易日期	销售id
1	A2	李刚	102	34	2018-10-02	2
2	A3	孙峰	103	23	2018-10-03	1

9.5 时间运算

9.5.1 两个时间之差

• 在Python中两个时间做差会返回一个timedelta对象，该对象中包含天数、秒、微秒三个等级，如果要获取小时、分钟，则需要进行换算。

cha = datetime(2019,5,21,9,18) - datetime(2019,5,10,21,45)
#返回天
cha.days

• 输出结果

10

#返回秒
cha.seconds

• 输出结果

41580

#换算成小时时间差
cha.seconds/3600

• 输出结果

11.55

9.5.2 时间偏移

• 时间偏移是指给时间往前推或往后推一段时间，即加或减一段时间。
• 在Python中实现时间偏移的方式有两种：
• 第一种是借助timedelta，但是它只能偏移天、秒、微秒单位的时间；

#timedelta
from datetime import timedelta
date = datetime(2018,5,18,20,32)

date + timedelta(days = 1)

• 输出结果

datetime.datetime(2018, 5, 19, 20, 32)

date + timedelta(seconds = 60)

• 输出结果

datetime.datetime(2018, 5, 18, 20, 33)

date - timedelta(seconds = 60)

• 输出结果

datetime.datetime(2018, 5, 18, 20, 31)

• 第二种是用Pandas中的日期偏移量（dateoffset）。

#timedelta
from pandas.tseries.offsets import Day,Hour,Minute,Second
date + Day(1)

• 输出结果

Timestamp('2018-05-19 20:32:00')

date + Second(60)

• 输出结果

Timestamp('2018-05-18 20:33:00')