数据类型 - pd.Timestamp() - 时间

简介

Pandas 提供了一个特殊的 Timestamp 对象，用于表示日期和时间。Timestamp 是 Pandas 中用于处理时间序列数据的核心数据类型，它基于 Python 的 datetime 模块，但提供了更多的功能和更好的性能。

创建pd.Timestamp(‘2012-05-01’)

解释	输入	输出
使用 python 的 `import datetime` 库，至少需要年月日	`pd.Timestamp(datetime.datetime(2020, 6, 8))`	`Timestamp('2020-06-08 00:00:00')`
指定是时分秒	`pd.Timestamp(datetime.datetime(2020, 6, 8, 16, 17, 18))`	`Timestamp('2020-06-08 16:17:18')`
指定时间字符串	`pd.Timestamp('2012-05-01')`	`Timestamp('2012-05-01 00:00:00')`
指定时间字符串	`pd.Timestamp('2017-01-01T12')`	`Timestamp('2017-01-01 12:00:00')`
依次定义 year, month, day，hour, minute, second, microsecond：	`pd.Timestamp(2012, 5, 1)`	`Timestamp('2012-05-01 00:00:00')`
依次定义 year, month, day，hour, minute, second, microsecond：	`pd.Timestamp(2017, 1, 1, 12)`	`Timestamp('2017-01-01 12:00:00')`
直接定义 year, month, day，hour, minute, second, microsecond：	`pd.Timestamp(year=2017, month=1, day=1, hour=12)`	`Timestamp('2017-01-01 12:00:00')`
解析时间戳	`pd.Timestamp(1513393355.5, unit='s') # 单位为秒`	`Timestamp('2017-12-16 03:02:35.500000')`
指定时区	`pd.Timestamp(1513393355, unit='s', tz='US/Pacific')`	`Timestamp('2017-12-15 19:02:35-0800', tz='US/Pacific')`
指定为北京时间	`pd.Timestamp(1513393355, unit='s', tz='Asia/Shanghai')`	`Timestamp('2017-12-16 11:02:35+0800', tz='Asia/Shanghai')`
今天日期	`pd.Timestamp('today')`	`Timestamp('2020-06-09 16:11:56.532981')`
现在	`pd.Timestamp('now')`	`Timestamp('2020-06-09 16:11:56.532981')`
只取日期	`pd.Timestamp('today').date()`	`datetime.date(2022, 4, 16)`
年份
算出昨天	`pd.Timestamp('now')-pd.Timedelta(days=1)`	`Timestamp('2020-06-08 16:14:39.254365')`
算出明天	`pd.Timestamp('now')+pd.Timedelta(days=1)`	`Timestamp('2020-06-10 16:15:28.019039')`
当月初，一日	`pd.Timestamp('now').replace(day=1)`	`Timestamp('2020-06-01 16:15:28.019039')`
时间限制，纳秒粒度，64位整数（大约584年）	`pd.Timestamp.min`	`Timestamp('1677-09-21 00:12:43.145225')`
时间限制，纳秒粒度，64位整数（大约584年）	`pd.Timestamp.max`	`Timestamp('2262-04-11 23:47:16.854775807')`

时间属性

import numpy as np
import pandas as pd
time = pd.Timestamp('now')
Timestamp('2020-06-09 16:30:54.813664')

中文	属性	输出
返回 numpy datetime64格式（以纳秒为单位）。	time.asm8	numpy.datetime64(‘2020-06-09T16:30:54.813664000’)
周几，周一为0	time.dayofweek	1
周几，周一为0	time.day_of_week
一年的第几天	time.dayofyear	161
一年的第几天	time.day_of_year	161
当月有多少天	time.days_in_month	30
当月有多少天	time.daysinmonth	30
周期字符	time.freqstr	None
是否闰年，公历的	time.is_leap_year	True
是否当月最后一天	time.is_month_end	False
是否当月第一天	time.is_month_start	False
是否当季最后一天	time.is_quarter_end	False
是否当季第一天	time.is_quarter_start	False
是否当年最后一天	time.is_year_end	False
是否当年第一天	time.is_year_start	False
当前季度数	time.quarter	2
当前时区别名	time.tz	None
当年第几周	time.week	24
当年第几周	time.weekofyear	24
年	time.year	2020
月	time.month	6
日	time.day	9
小时	time.hour	16
分钟	time.minute	46
秒	time.second	59
	time.fold	0
频度周期	time.freq	None
	time.microsecond	890462
	time.nanosecond	0
	time.tzinfo	None
	time.value	1591721219890462000

时间方法()

time = pd.Timestamp('now', tz='Asia/Shanghai')
## Timestamp('2020-06-09 16:55:58.027896+0800', tz='Asia/Shanghai')

中文	属性	输出
转换为指定时区	`time.astimezone('UTC')`	`Timestamp('2020-06-09 08:55:58.027896+0000', tz='UTC')`
转换单位，向上舍入,转为以秒为单位	`time.ceil('s')`	`Timestamp('2020-06-09 16:55:59+0800', tz='Asia/Shanghai')`
转为以纳秒为单位	`time.ceil('ns')`
保留日	`time.ceil('d')`
保留时	`time.ceil('h')`
转换单位, 为向下舍入,保留时	`time.floor('h')`	`Timestamp('2020-06-09 17:00:00+0800', tz='Asia/Shanghai')`
类似四舍五入,保留时	`time.round('h')`
返回星期名	`time.day_name()`	`'Tuesday'`
月份名称	`time.month_name()`	`'June'`
将时间戳规范化为午夜，保留tz信息。	`time.normalize()`	`Timestamp('2020-06-09 00:00:00+0800', tz='Asia/Shanghai')`
时间元素替换 datetime.replace，年份换为2019年,可处理纳秒。	`time.replace(year=2019)`	`Timestamp('2019-06-09 17:14:44.126817+0800', tz='Asia/Shanghai')`
月份换为8月	`time.replace(month=8)`	`Timestamp('2020-08-09 17:14:44.126817+0800', tz='Asia/Shanghai')`
转为周期类型，将丢失时区,周期为小时	`time.to_period(freq='h')`	`Period('2020-06-09 17:00', 'H')`
转为指定时区,转为 utc 时间	`time.tz_convert('UTC')`	`Timestamp('2020-06-09 09:14:44.126817+0000', tz='UTC')`
本地化时区转换	`time = pd.Timestamp('now')`	`Timestamp('2020-06-09 17:32:47.388726+0800', tz='Asia/Shanghai')`
本地化时区转换	`time.tz_localize('Asia/Shanghai')`	`Timestamp('2020-06-09 17:32:47.388726+0800', tz='Asia/Shanghai')`
删除时区	`time.tz_localize(None)`