目录
- 将datetime64[ns]转为字符串日期
- 示例代码
- python datetime与字符串、时间戳与字符串相互转换
- 情况1:将datetime形式转为需要的字符串
- 情况2:将字符串形式的时间转为datetime形式
- 情况3:约定前端传过来datetime形式
- 情况4:对datetime形式的时间进行减操作
- 情况5:将前端毫秒时间戳转为年月日时分秒
将datetime64[ns]转为字符串日期
将datetime64[ns]转为字符串日期(“%Y-%m-%d”)最核心的用法是:
pandas.series.dt.strftime('%Y-%m-%d')
如果是DataFrame或Series的index,则转换最核心的用法是:
pandas.DataFrame.index.strftime("%Y-%m-%d")
示例代码
将series转为字符串日期:
import pandas as pd
def convert_datetime(col_series: pd.Series):
"""series datetime64[ns] 转 字符串日期"""
if col_series.dtype == "datetime64[ns]":
return col_series.dt.strftime('%Y-%m-%d')
else:
return col_series
def main():
time_series = pd.Series(pd.date_range(start="20200101", periods=20, freq="D"))
new_time_series = convert_datetime(time_series)
print(time_series, "\n")
print(new_time_series)
if __name__ == '__main__':
main()
使用apply()将整个dataframe的所有datetime64[ns]都转为object类型的日期数据
import pandas as pd
import numpy as np
def convert_datetime(col_series: pd.Series):
"""series datetime64[ns] 转 字符串日期"""
if col_series.dtype == "datetime64[ns]":
return col_series.dt.strftime('%Y-%m-%d')
else:
return col_series
def main():
time_df = pd.DataFrame(index=np.arange(0, 20))
time_df['dt_col'] = pd.date_range(start="20200101", periods=20, freq="D")
time_df['num_col'] = np.random.random(size=20)
convert_time_df = time_df.apply(convert_datetime, axis=0)
print(time_df.dtypes, "\n ==============")
print(convert_time_df.dtypes)
if __name__ == '__main__':
main()
python datetime与字符串、时间戳与字符串相互转换
用flask处理前端传过来的时间参数时,有可能是时间,也有可能是字符串,在不需要前端改动的情况下,后端可以自己处理。
情况1:将datetime形式转为需要的字符串
(这样的字符串在写原生sql语句是可以当作实参传递使用)
import datetime
time1 = datetime.datetime.now()
print(type(time1))
print(time1)#假设前端传的形式不符合后端要求
time1 = time1.strftime('%Y-%m-%d %H:%M:%S')#只取年月日,时分秒
print(type(time1))
print(time1)
![pandas如何将datetime64[ns]转为字符串日期](https://freexyz.cn/d/file/20220803/62588a3606dc5ad96444872d88878d02.jpg)
情况2:将字符串形式的时间转为datetime形式
import time,datetime str_time = '2020-9-20 21:33:21' fmt = '%Y-%m-%d %H:%M:%S' print(str_time) print(type(str_time)) str_time = datetime.datetime.strptime(str_time, "%Y-%m-%d %H:%M:%S") print(str_time) print(type(str_time))
![pandas如何将datetime64[ns]转为字符串日期](https://freexyz.cn/d/file/20220803/da85e275912c8452efabb31caa3d5761.jpg)
情况3:约定前端传过来datetime形式
形如2020-09-20 21:49:58.986521,我们已经将其处理成了字符串,我们只取前端传过来的年月日,后面时分秒由自己添加,这时我们可以使用原生sql语句进行查询,形如(只需要看懂传字符串能查就行)
point_detect = db.session.execute("select a.id as flag_id,a.patrol_time,b.id as point_id,b.point_number,b.x_coor,b.y_coor from pipe_user_point a left join pipe_point b on a.pipe_point_id = b.id and a.pipe_user_id = '%s' and a.patrol_time <= '%s' and a.patrol_time >= '%s' and b.is_active = 1" % (patrol_id,start_time,end_time)).fetchall()
import time,datetime
start_time = datetime.datetime.now()
print(type(start_time))
print(start_time)#假设前端传的形式不符合后端要求
start_time = start_time.strftime('%Y-%m-%d')#只取年月日 时分秒由自己添加
print(type(start_time))
print(start_time)
start_time = start_time + ' 00:00:00'
print(type(start_time))
print(start_time)
end_time = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print(type(end_time))
print(end_time)
![pandas如何将datetime64[ns]转为字符串日期](https://freexyz.cn/d/file/20220803/1e5b4029a26cbd49f2dc777160f73d43.jpg)
情况4:对datetime形式的时间进行减操作
其中end_time会减去一天
import time,datetime
start_time = datetime.datetime.now()
print(type(start_time))
print(start_time)
end_time = datetime.datetime.now()
print(type(end_time))
print(end_time)
time = start_time - datetime.timedelta(days=1)#取一天之前
print(type(time))
print(time)
time = time.strftime('%Y-%m-%d %H:%M:%S')
print(type(time))
print(time)
![pandas如何将datetime64[ns]转为字符串日期](https://freexyz.cn/d/file/20220803/f8444c6595fdd5fcdf8eda38f4932592.jpg)
21-7-7更新
情况5:将前端毫秒时间戳转为年月日时分秒
def time_change_str(int_millisecond_time_stamp):
dateArray = datetime.datetime.fromtimestamp(int_millisecond_time_stamp / 1000)
otherStyleTime = dateArray.strftime("%Y-%m-%d %H:%M:%S")
return otherStyleTime
#flask中的model.query.filter(model.report_time >= time1)可行
以上为个人经验,希望能给大家一个参考,也希望大家多多支持。
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。

评论(0)