日期和时间数据类型及工具

Python标准库包含用于日期（date）和时间（time）数据的数据类型，而且还有日历方面的功能。我们主要会用到datetime、time以及calendar模块。datetime.datetime（也可以简写为datetime）是用得最多的数据类型：

  1. In [317]: from datetime import datetime
  2.  
  3. In [318]: now = datetime.now()
  4.  
  5. In [319]: now
  6. Out[319]: datetime.datetime(2012, 8, 4, 17, 9, 21, 832092)
  7.  
  8. In [320]: now.year, now.month, now.day
  9. Out[320]: (2012, 8, 4)

datetime以毫秒形式存储日期和时间。datetime.timedelta表示两个datetime对象之间的时间差：

  1. In [321]: delta = datetime(2011, 1, 7) - datetime(2008, 6, 24, 8, 15)
  2.  
  3. In [322]: delta
  4. Out[322]: datetime.timedelta(926, 56700)
  5. In [323]: delta.days
  6. Out[323]: 926
  7. In [324]: delta.seconds
  8. Out[324]: 56700

可以给datetime对象加上（或减去）一个或多个timedelta，这样会产生一个新对象：

  1. In [325]: from datetime import timedelta
  2.  
  3. In [326]: start = datetime(2011, 1, 7)
  4.  
  5. In [327]: start + timedelta(12)
  6. Out[327]: datetime.datetime(2011, 1, 19, 0, 0)
  7.  
  8. In [328]: start - 2 * timedelta(12)
  9. Out[328]: datetime.datetime(2010, 12, 14, 0, 0)

datetime模块中的数据类型参见表10-1。虽然本章主要讲的是pandas数据类型和高级时间序列处理，但你肯定会在Python的其他地方遇到有关datetime的数据类型。

日期和时间数据类型及工具 - 图1

字符串和datetime的相互转换

利用str或strftime方法（传入一个格式化字符串），datetime对象和pandas的Timestamp对象（稍后就会介绍）可以被格式化为字符串：

  1. In [329]: stamp = datetime(2011, 1, 3)
  2.  
  3. In [330]: str(stamp)                  In [331]: stamp.strftime('%Y-%m-%d')
  4. Out[330]: '2011-01-03 00:00:00'       Out[331]: '2011-01-03'

表10-2列出了全部的格式化编码。datetime.strptime也可以用这些格式化编码将字符串转换为日期：

  1. In [332]: value = '2011-01-03'
  2.  
  3. In [333]: datetime.strptime(value, '%Y-%m-%d')
  4. Out[333]: datetime.datetime(2011, 1, 3, 0, 0)
  5.  
  6. In [334]: datestrs = ['7/6/2011', '8/6/2011']
  7.  
  8. In [335]: [datetime.strptime(x, '%m/%d/%Y') for x in datestrs]
  9. Out[335]: [datetime.datetime(2011, 7, 6, 0, 0), datetime.datetime(2011, 8, 6, 0, 0)]

datetime.strptime是通过已知格式进行日期解析的最佳方式。但是每次都要编写格式定义是很麻烦的事情，尤其是对于一些常见的日期格式。这种情况下，你可以用dateutil这个第三方包中的parser.parse方法：

  1. In [336]: from dateutil.parser import parse
  2.  
  3. In [337]: parse('2011-01-03')
  4. Out[337]: datetime.datetime(2011, 1, 3, 0, 0)

dateutil可以解析几乎所有人类能够理解的日期表示形式译注2：

  1. In [338]: parse('Jan 31, 1997 10:45 PM')
  2. Out[338]: datetime.datetime(1997, 1, 31, 22, 45)

在国际通用的格式中，日通常出现在月的前面，传入dayfirst=True即可解决这个问题：

  1. In [339]: parse('6/12/2011', dayfirst=True)
  2. Out[339]: datetime.datetime(2011, 12, 6, 0, 0)

pandas通常是用于处理成组日期的，不管这些日期是DataFrame的轴索引还是列。to_datetime方法可以解析多种不同的日期表示形式。对标准日期格式（如ISO8601）的解析非常快。

  1. In [340]: datestrs
  2. Out[340]: ['7/6/2011', '8/6/2011']
  3.  
  4. In [341]: pd.to_datetime(datestrs)
  5. Out[341]:
  6. <class 'pandas.tseries.index.DatetimeIndex'>
  7. [2011-07-06 00:00:00, 2011-08-06 00:00:00]
  8. Length: 2, Freq: None, Timezone: None

它还可以处理缺失值（None、空字符串等）：

  1. In [342]: idx = pd.to_datetime(datestrs + [None])
  2.  
  3. In [343]: idx
  4. Out[343]:
  5. <class 'pandas.tseries.index.DatetimeIndex'>
  6. [2011-07-06 00:00:00, ..., NaT]
  7. Length: 3, Freq: None, Timezone: None
  8.  
  9. In [344]: idx[2]
  10. Out[344]: NaT
  11.  
  12. In [345]: pd.isnull(idx)
  13. Out[345]: array([False, False, True], dtype=bool)

NaT（Not a Time）是pandas中时间戳数据的NA值。

警告： dateutil.parser是一个实用但不完美的工具。比如说，它会把一些原本不是日期的字符串认作是日期（比如"42"会被解析为2042年的今天）。

日期和时间数据类型及工具 - 图2

日期和时间数据类型及工具 - 图3

译注3：更准确一点地讲，应该是时间对象，而不是时区。时间对象有naive和aware之分，简单地说，就是有没有人为调整（比如夏令时之类的东西）。

译注4：应该是2012-04-18才对。

datetime对象还有一些特定于当前环境（位于不同国家或使用不同语言的系统）的格式化选项。例如，德语或法语系统所用的月份简写就与英语系统所用的不同。

日期和时间数据类型及工具 - 图4

译注2：很遗憾，中文不行。