Python时间处理函数有什么,用法是怎样的
Admin 2022-06-18 群英技术资讯 946 次浏览
这篇文章给大家分享的是Python时间处理函数有什么,用法是怎样的。小编觉得挺实用的,因此分享给大家做个参考,文中的介绍得很详细,而要易于理解和学习,有需要的朋友可以参考,接下来就跟随小编一起了解看看吧。python中处理时间有个datetime模块,模块定义了如下几个类:
为了大家熟悉上面常用的类,下面介绍一些实例。
#datetime.date类
import datetime
print('1.现在是',datetime.date.today(),'日')
print('2.现在是',datetime.date.today().year,'年')
print('3.现在是',datetime.date.today().month,'月')
print('4.现在是',datetime.date.today().day,'日')
#得到结果:
1.现在是 2021-10-31 日
2.现在是 2021 年
3.现在是 10 月
4.现在是 31 日
#datetime.datetime类
import datetime
print('1.现在是',datetime.datetime.today(),'日')
print('2.现在是',datetime.datetime.today().year,'年')
print('3.现在是',datetime.datetime.today().month,'月')
print('4.现在是',datetime.datetime.today().day,'日')
print('5.现在是',datetime.datetime.today().hour,'时')
print('6.现在是',datetime.datetime.today().minute,'分')
print('7.现在是',datetime.datetime.today().second,'秒')
print('8.现在是',datetime.datetime.today().microsecond,'微秒')
#得到结果:
1.现在是 2021-10-31 15:55:23.676360 日
2.现在是 2021 年
3.现在是 10 月
4.现在是 31 日
5.现在是 15 时
6.现在是 55 分
7.现在是 23 秒
8.现在是 677333 微秒
#datetime.timedelta类
import datetime
today = datetime.date.today()
yestoday = today + datetime.timedelta(days = -1)
tomorrow = today + datetime.timedelta(days = 1)
print('1.今天是', today,'日')
print('2.昨天是', yestoday,'日')
print('3.明天是', tomorrow,'日')
#得到结果:
1.今天是 2021-10-31 日
2.昨天是 2021-10-30 日
3.明天是 2021-11-01 日
这一小节介绍把日期转换成字符,主要用到datetime.datetime.strftime函数。
#dateTime to str date_time_now = datetime.datetime.now() str_now1 = datetime.datetime.strftime(date_time_now, '%Y-%m-%d') print(date_time_now) str_now1 #得到结果: 2021-10-31 16:20:45.391792 '2021-10-31'
这一小节介绍把字符转换成日期,主要用到datetime.datetime.strptime函数。
#str to date str_time = '2021-10-21' date_time = datetime.datetime.strptime(str_time, '%Y-%m-%d').date() print(date_time) #得到结果: 2021-10-21
这一小节介绍把数值转换成日期。从excel数据表中读取时间,如果是2021/10/11这种格式,会转变成相应数值44480。这时需要转换成对应的日期,具体代码如下:
#num to date
from datetime import datetime
from xlrd import xldate_as_datetime, xldate_as_tuple
num = 44480
datetime(*xldate_as_tuple(num,0)).strftime('%Y-%m-%d')
#得到结果:
'2021-10-11'
本小节是应用前面小节阐述的函数,处理实际工作中遇到的问题。比如有一批信贷催收数据,由于一个客户可能电话没有接通,导致存在多次拨打的可能。我们想分析客户没有还钱的真实原因,所以想取客户最后一次通话,催收员记录的客户逾期原因。这时就需要把数据集按合同号和拨打电话的时间排序,取最后一次拨打电话的逾期原因。
首先是读取数据,代码如下:
import pandas as pd
from xlrd import open_workbook
file_name = r'F:\公众号\43.时间函数\催记-2021-10-11至2021-10-17.xlsx'
#文件名称
table = open_workbook(file_name)
#打开文件
sheets_name = table.sheet_names()
#获取excel中的sheet名
get_sheet1 = table.sheet_by_name('Sheet1')
#获取Sheet1
data = list()
for i in range(get_each_sheet.nrows):
col_values = get_sheet1.row_values(i, start_colx=0, end_colx=None)
data.append(col_values)
data1 = pd.DataFrame(data)
#把Sheet1中的数据读取出来生成数据框
data1.columns = data1.iloc[0]
data1 = data1.drop(index=0)
#数据框列名确定,并删除第一行
data2 = data1[['合同号', '姓名', '联络类型', '联络类型', '催收时间', '催收内容', '催收状态', '委案日期']]
#取数据框中的固定列
注:如需本文数据,可直接在公众号中回复”催收数据时间处理”,即可免费获取。
得到结果:

接着是处理催收时间变成日期格式,代码如下:
from datetime import datetime
from xlrd import xldate_as_datetime, xldate_as_tuple
def num_to_date(num_):
return datetime(*xldate_as_tuple(num_,0)).strftime('%Y-%m-%d')
data2['催收时间'] = data2['催收时间'].apply(num_to_date)
data2.head(2)
得到结果:

最后是对数据框按合同号和催收时间进行排序,取最后一条催收记录,代码如下:
data3 = data2.sort_values(by=['合同号', '催收时间'],ascending=[False, False])
data3 = data3.groupby('合同号',as_index=False).first()
print(data2.shape)
print(data3.shape)
得到结果:
(1744, 8)
(1455, 8)
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
猜你喜欢
写爬虫是一个发送请求,提取数据,清洗数据,存储数据的过程。在这个过程中,不同的数据源返回的数据格式各不相同,有 JSON 格式,有 XML 文档,不过大部分还是 HTML 文档,HTML 经常会混杂有转移字符,这些字符我们需要把它转义成真正的字符
这篇文章主要介绍了Python Opencv中获取卷积核的实现代码,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
在web 开发过程中,Django 与后台数据库的交互是必不可少的一项,也是实现业务逻辑所需数据的重要方式,这篇文章主要给大家介绍了关于Django中常用的查询数据方法及查询对象条件的相关资料,需要的朋友可以参考下
这篇文章主要为大家详细介绍了如何利用Python语言绘制好看的数据动态图,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起动手尝试一下
torch.cat()函数可以将多个张量拼接成一个张量。torch.cat()有两个参数,第一个是要拼接的张量的列表或是元组;第二个参数是拼接的维度。
成为群英会员,开启智能安全云计算之旅
立即注册关注或联系群英网络
7x24小时售前:400-678-4567
7x24小时售后:0668-2555666
24小时QQ客服
群英微信公众号
CNNIC域名投诉举报处理平台
服务电话:010-58813000
服务邮箱:service@cnnic.cn
投诉与建议:0668-2555555
Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 ICP核准(ICP备案)粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008