1、获取数据格式
print(type(字符串))2、时间格式
关于数据格式转换，最常用的就是时间格式的转换
如果时间数据是以字符串格式存入，那就无法进行时间运算，需要把字符串格式的时间数据转换成真正的时间格式数据。下面是常见的时间格式处理方法
2.1、写入一个时间类型的数据
首先，导入datetime模块，使用datetime()函数；然后，按照年、月、日、时、分、秒依次传入数字组成一个时间。其中（年、月、日）是必要的参数；
import numpy as np
import pandas as pd
from datetime import datetime
start = datetime(2020, 5, 1, 23, 59, 59)
print(start)
#输出：2020-05-01 23:59:59
end = datetime(2020, 10, 1)
print(end)
#输出：2020-10-01 00:00:002.2、获取当前年月日时分秒信息
from datetime import datetime
#获取当前日期
today=datetime.datetime.now()
today
#Out[195]: datetime.datetime(2023, 3, 27, 20, 50, 57, 225711)
today.year
#Out[196]: 2023
today.month
#Out[197]: 3
today.day
#Out[198]: 27
#获取当前时间
now=datetime.datetime.now().time()
now.hour
#Out[190]: 20
now.minute
#Out[191]: 49
now.second
#Out[192]: 512.3、字符串数据转时间数据
单一字符串和数据框中的字符串时间转换方法不同
- 单一字符串转换日期格式
#单一字符串转日期
time=datetime.strptime('20220201', '%Y%m%d')
time
#Out[101]: datetime.datetime(2022, 2, 1, 0, 0)- 数据框中字符串转日期格式
错误示例！：不能用datetime.strptime转换，因为datetime.strptime只能处理单一字符串数值，无法处理序列数据，而数据框中的单一列是一个序列数据
import pandas as pd
df=pd.read_excel("/Users/tinawang/Documents/python/case.xlsx",sheet_name="sj")
df
df["date_a"]=datetime.strptime(df["date_a"], '%Y%m%d')
#输出报错：TypeError: strptime() argument 1 must be str, not Series正确示例：利用pandas模块中的to_datetime()函数，但是要注意。to_datetime()函数默认处理yyyy-mm-dd格式数据，如果数据是其他格式如yyyymmdd，需要利用format参数表明函数格式
转换为时间格式的数据，可以获取年月日信息，可以通过后缀.dt可以把时间类型的数据转成一种方便我们提取日期或时间的对象，这种对象包含多种属性，其中就有 year（年）、month（月）、day（日）、week（周）、hour（时）、minute（分）、second（秒）
| date_a | date_b | time |
| 20220201 | 2022-02-21 | 2022/03/01 12:30 |
| 20220202 | 2022-02-15 | 2022/03/02 12:34 |
import pandas as pd
df=pd.read_excel("/Users/tinawang/Documents/python/case.xlsx",sheet_name="sj")
print(df)
# 使用to_datetime()函数
df["date_a_new"] = pd.to_datetime(df["date_a"],format='%Y%m%d')
print(df)
df["date_b_new"] = pd.to_datetime(df["date_b"])
df["time_new"] = pd.to_datetime(df["time"])
2.4、时间计算
在Python中，时间数据可能有下面三种形式：
| 具体的时间点 | 2023/03/26 12:00:00 | datetime |
| 时间间隔 | 3 days，2 months | timedelta |
| 时期 | 2023年3月 | period |
已经转换为时间格式的数据可以直接进行加减运算，两个日期相减得到的就是时间间隔的形式
from datetime import datetime
start = datetime(2020, 5, 1, 23, 59, 59)
end = datetime(2020, 10, 1)
timeSpan = end - start
print(timeSpan)
#152 days, 0:00:01
print(type(timeSpan))
#<class 'datetime.timedelta'>import pandas as pd
df=pd.read_excel("/Users/tinawang/Documents/python/case.xlsx",sheet_name="sj")
print(df)
#转换时间格式
df["date_a_new"] = pd.to_datetime(df["date_a"],format='%Y%m%d')
df["date_b_new"] = pd.to_datetime(df["date_b"])
#增加1天
df['next_tomorrow']=df["date_a_new"]+datetime.timedelta(days = 1)
#增加一周
df['next_week']=df["date_a_new"]+datetime.timedelta(weeks=1)
#计算间隔
df['gap']=df["date_b_new"]-df["date_a_new"]
print(df)
#输出结果
date_a date_b time ... next_tomorrow next_week gap
0 20220201 2022-02-21 2022/03/01 12:30 ... 2022-02-02 2022-02-08 20 days
1 20220202 2022-02-15 2022/03/02 12:34 ... 2022-02-03 2022-02-09 13 days
2.5、时间格式转字符串
时间格式的数据，可以获取年月日信息 year（年）、month（月）、day（日）、week（周）、hour（时）、minute（分）、second（秒）文章来源：https://www.toymoban.com/news/detail-478656.html
import datetime
today=datetime.datetime.now()
today
today.year
today.month
today.day
now=datetime.datetime.now().time()
now.hour
now.minute
now.second
如果是序列数据，需要通过后缀.dt可以把时间类型的数据转成一种方便我们提取日期或时间的对象文章来源地址https://www.toymoban.com/news/detail-478656.html
import pandas as pd
df=pd.read_excel("/Users/tinawang/Documents/python/case.xlsx",sheet_name="sj")
print(df)
# 使用to_datetime()函数
df["date_a_new"] = pd.to_datetime(df["date_a"],format='%Y%m%d')
print(df)
#获取年月日数据
df["date_a_new"].dt.day
df["date_a_new"].dt.month
df["date_a_new"].dt.year
df["date_a_new"].dt.week
df["date_b_new"] = pd.to_datetime(df["date_b"])
df["date_b_new"].dt.day
df["date_b_new"].dt.month
df["date_b_new"].dt.year
df["date_b_new"].dt.week
#获取时分秒数据
df["time_new"] = pd.to_datetime(df["time"])
df["time_new"].dt.hour
df["time_new"].dt.minute
到了这里，关于九、python-时间数据格式转换的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
