Python字符串转日期：pd.date_range、to_datetime与strftime详解
本文详解Python中处理日期数据的三种核心方法：利用pd.date_range生成指定频率的日期序列，通过pd.to_datetime快速将字符串列转换为datetime64类型，以及使用strftime和切片提取年月日等时间成分。涵盖频率设置、批量转换及格式符号对照，适用于数据清洗与时间序列分析场景。
一、生成日期数据
import pandas as pd
pd.date_range( )与生成随机数的逻辑相似，我们可以借助pandas库提供的内置函数来创建日期序列。
pd.date_range(start=None，end=None，periods=None，freq=None，tz=None，normalize=False，name=None，close=None，**kwargs)1.1 设定开始时间、长度、频率
start_date='20200101'
length=10
date_1=pd.date_range(start=start_date,periods=10).tolist() #默认freq为D，每天
date_1
此外，还可以指定频率参数freq='M'以按月为单位生成数据。
date_1=pd.date_range(start=start_date,periods=10,freq='M') 
1.2 设定起始、终止时间、频率
start_date='20200101'
end_date='20200110'
date_2=pd.date_range(start=start_date,end=end_date,freq='D') #默认为D
date_2
关于频率freq的具体设置选项如下：
D --- Day --- 每日
B --- BusinessDay --- 每工作日
H --- Hour --- 每小时
T/min --- Minute ---每分钟
S --- Second --- 每秒
M --- MonthEnd --- 每月最后一个日历日
Q --- Quater --- 每季度
需要注意的是，上述方法生成的日期数据为list格式，在构建DataFrame时可以直接使用该列表。
pd.DataFrame({'Time':date_1})
二、字符串转化为日期
在导入外部数据时，经常遇到日期字段被识别为字符串格式的情况，这在后续进行时间序列分析时需要转换为标准的日期类型。
首先构造一组时间数据作为示例。
date_list1=pd.date_range(start=start_date,periods=gap).strftime('%Y%m%d').tolist()
num1=np.random.randint(1,101,100) #生成1-101的随机整数
num2=np.random.randint(100,201,100)
df_temp=pd.DataFrame({'Time':date_list1,
'Number1':num1,
'Number2':num2})
df_temp.head()
为了便于后续演示，这里将生成的时间数据转换为字符串形式，并构建相应的数据框。
2.1 pd.to_datetime()
print(df_temp['Time'].dtype)
print(pd.to_datetime(df_temp['Time']).dtype)执行结果如下：
object datetime64[ns]
pd.to_datetime函数可以直接应用于数据框的某一列，实现原地转换。
2.2 datetime.strptime
使用时需注意区分以下两种方法：
from datetime import datetime
datetime.strftime() #由日期格式转化为字符串
datetime.strptime() #由字符串格式转化为日期具体示例如下：
print(datetime.strptime('20200101','%Y%m%d'))
print(datetime.strptime('2020-01-01','%Y-%m-%d'))输出结果：
2020-01-01 00:00:00 2020-01-01 00:00:00
然而，该函数仅能处理单个值，若需对数据框的整列进行操作，必须先定义一个转换函数。
from datetime import datetime
def date_ch(value):
return datetime.strptime(value,'%Y%m%d')
print(date_ch('20200812'))
df_temp['Time']=df_temp['Time'].apply(date_ch)
df_temp['Time']
三、从日期数据中提取成分
3.1 直接提取:
pd.to_datetime('20200307').month
#year：日
#month：月
#week：周
#day：日输出结果：
3
3.2 使用strftime函数：
pd.to_datetime('20200101').strftime('%Y-%m')输出结果：
'2020-01'
3.3 字符串切片截取
相关数据如下：
def date_ch(value):
str_value=value.strftime('%Y-%m-%d')
month=str_value[5:7]
return month
df_temp['Time'].apply(date_ch)
#或者
#df_temp['Time'].apply(lambda x:date_ch(x))
在使用strftime函数提取日期成分时，需遵循日期的标准化格式符号：
%a 星期的简写。如 星期三为Web
%A 星期的全写。如 星期三为Wednesday
%b 月份的简写。如4月份为Apr
%B 月份的全写。如4月份为April
%c: 日期时间的字符串表示。（如： 05/01/10 09:00:20）
%d: 日在这个月中的天数
%f: 微秒（范围[0,999999]）
%H: 小时（24小时制，[0, 23]）
%I: 小时（12小时制，[0, 11]）
%j: 日在年中的天数 [001,366]
%m: 月份（[01,12]）
%M: 分钟（[00,59]）
%p: AM或者PM
%S: 秒（范围为[00,61]）
%U: 周在当年的周数当年的第几周），星期天作为周的第一天
%w: 今天在这周的天数，范围为[0, 6]，6表示星期天
%W: 周在当年的周数，星期一作为周的第一天
%x: 日期字符串（如：05/01/20）
%X: 时间字符串（如：09:00:20）
%y: 2个数字表示的年份
%Y: 4个数字表示的年份
%z: 与utc时间的间隔 （如果是本地时间，返回空字符串）
%Z: 时区名称（如果是本地时间，返回空字符串）
本文介绍了Python实现字符串转日期的主要方法，更多关于python字符串转日期的内容可搜索本站历史文章或继续浏览后续文章，感谢支持！
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
