數據分析師必備的Python時間模塊

一、datetime模塊

1、datetime模塊是Python中處理日期和時間的標準庫之一。它主要包含4個類：datetime、date、time和timedelta。

2、datetime.datetime類是用來表示日期和時間的類。它包含了年、月、日、時、分、秒和毫秒等各個部分。通常我們使用datetime.now()方法來獲取當前時間。

import datetime
now = datetime.datetime.now()
print(now)
# 輸出：2022-03-07 10:22:33.123456

3、datetime.date類是用來表示日期的類，它只包含年、月、日。通常我們使用date.today()方法來獲取當前日期。

import datetime
today = datetime.date.today()
print(today)
# 輸出：2022-03-07

4、datetime.time類是用來表示時間的類，它只包含時、分、秒和毫秒等各個部分。

import datetime
t = datetime.time(hour=10, minute=22, second=33, microsecond=123456)
print(t)
# 輸出：10:22:33.123456

5、datetime.timedelta類是用來表示時間差的類，可以非常方便地進行日期和時間的加減操作。

import datetime
today = datetime.date.today()
delta = datetime.timedelta(days=30)
thirty_days_later = today + delta
print(thirty_days_later)
# 輸出：2022-04-06

二、time模塊

1、time模塊是Python中處理時間的標準庫之一。它主要包含了sleep()、asctime()、localtime()、strptime()等方法。

2、time.sleep()方法可以讓程序暫停一段時間，通常用於模擬耗時操作。

import time
print('start')
time.sleep(3)
print('end')

3、time.asctime()方法可以將時間元組轉換成字符串。

import time
t = (2022, 3, 7, 10, 22, 33, 0, 0, 0)
str_time = time.asctime(t)
print(str_time)
# 輸出：Mon Mar  7 10:22:33 2022

4、time.localtime()方法可以將時間戳轉換成本地時間。

import time
t = time.time()
local_time = time.localtime(t)
print(local_time)
# 輸出：time.struct_time(tm_year=2022, tm_mon=3, tm_mday=7, tm_hour=10, tm_min=22, tm_sec=33, tm_wday=0, tm_yday=66, tm_isdst=0)

5、time.strptime()方法可以將字符串轉換成時間元組。

import time
str_time = '2022-03-07 10:22:33'
time_tuple = time.strptime(str_time, '%Y-%m-%d %H:%M:%S')
print(time_tuple)
# 輸出：time.struct_time(tm_year=2022, tm_mon=3, tm_mday=7, tm_hour=10, tm_min=22, tm_sec=33, tm_wday=0, tm_yday=66, tm_isdst=-1)

三、calendar模塊

1、calendar模塊是Python中處理日曆的標準庫之一。它主要包含calendar()、month()、prmonth()等方法。

2、calendar.calendar()方法可以輸出一整年的日曆。

import calendar
calendar_str = calendar.calendar(2022)
print(calendar_str)
# 輸出：2022年的日曆

3、calendar.month()方法可以輸出一個月的日曆。

import calendar
calendar_str = calendar.month(2022, 3)
print(calendar_str)
# 輸出：2022年3月的日曆

4、calendar.prmonth()方法和month()方法類似，只是輸出的結果會直接打印到控制台中。

import calendar
calendar.prmonth(2022, 3)
# 直接在控制台中輸出2022年3月的日曆

四、arrow模塊

1、arrow模塊是Python中比較新的時間處理庫，它包含了很多方便的方法，比如humanize()、datetime()、parse()等。

2、arrow.get()方法可以將一個字符串轉換成arrow對象。

import arrow
a = arrow.get('2022-03-07 10:22:33')
print(a)
# 輸出：2022-03-07T10:22:33+00:00

3、arrow.datetime()方法可以將arrow對象轉換成datetime對象。

import arrow
a = arrow.get('2022-03-07 10:22:33')
d = a.datetime
print(d)
# 輸出：2022-03-07 10:22:33+00:00

4、arrow.humanize()方法可以將日期轉換成易於閱讀的格式。

import arrow
a = arrow.now()
humanize_time = a.humanize()
print(humanize_time)
# 輸出：moments ago

五、pandas模塊

1、pandas模塊是Python中處理數據的常用庫之一。它可以非常方便地處理時間序列數據。

2、pandas.to_datetime()方法可以將字符串轉換成pandas的時間類型。

import pandas as pd
df = pd.DataFrame({'date':['2022-03-07', '2022-03-08', '2022-03-09'], 'value':[1, 2, 3]})
df['date'] = pd.to_datetime(df['date'])
print(df)
# 輸出：包含日期和值的DataFrame

3、pandas.date_range()方法可以生成一段時間序列。

import pandas as pd
start_date = '2022-03-01'
end_date = '2022-03-31'
date_range = pd.date_range(start=start_date, end=end_date)
print(date_range)
# 輸出：包含整個三月份日期的時間序列

4、pandas.resample()方法可以對時間序列進行重新採樣。

import pandas as pd
df = pd.DataFrame({'date':['2022-03-07', '2022-03-08', '2022-03-09'], 'value':[1, 2, 3]})
df['date'] = pd.to_datetime(df['date'])
df.set_index('date', inplace=True)
df_resampled = df.resample('D').sum()
print(df_resampled)
# 輸出：包含3月份每一天總和的時間序列

六、總結

1、Python提供了多個處理時間的標準庫和第三方庫，每個庫都有其獨特的優勢和應用場景。

2、在實際應用中，根據具體的需求選擇合適的時間庫能夠大幅減少代碼的編寫難度和維護成本。

3、數據分析師需要掌握至少一兩個時間處理庫，並且能夠熟練地利用其中的方法完成時間的加減、轉換和格式化等工作。