深入了解Python中的时间处理函数 目录 一.datetime模块介绍 1 datetime.date类 2 datetime.datetime类 3 datetime.timedelta类 二.日期转字符 三.字符转日期 四.数值转日期 五.时间函数在催收数据处理中的应用 1 读取数据 2 把催收时间处理成日期格式 3 取客户最后一
目录
- 一、datetime模块介绍
- 1 datetime.date类
- 2 datetime.datetime类
- 3 datetime.timedelta类
- 二、日期转字符
- 三、字符转日期
- 四、数值转日期
- 五、时间函数在催收数据处理中的应用
- 1 读取数据
- 2 把催收时间处理成日期格式
- 3 取客户最后一条催收记录
一、datetime模块介绍
python中处理时间有个datetime模块,模块定义了如下几个类:
- datetime.date:表示日期的类,常用属性有year、month、day。
- datetime.time:表示时间的类,常用属性有hour、minute、second、microsecond。
- datetime.datetime:表示日期时间类。
- datetime.timedelta:表示时间间隔类,即两个时点之间的长度。
- datetime.tzinfo:表示时区的类。
为了大家熟悉上面常用的类,下面介绍一些实例。
1 datetime.date类
#datetime.date类
import datetime
print('1.现在是',datetime.date.today(),'日')
print('2.现在是',datetime.date.today().year,'年')
print('3.现在是',datetime.date.today().month,'月')
print('4.现在是',datetime.date.today().day,'日')
#得到结果:
1.现在是 2021-10-31 日
2.现在是 2021 年
3.现在是 10 月
4.现在是 31 日
2 datetime.datetime类
#datetime.datetime类
import datetime
print('1.现在是',datetime.datetime.today(),'日')
print('2.现在是',datetime.datetime.today().year,'年')
print('3.现在是',datetime.datetime.today().month,'月')
print('4.现在是',datetime.datetime.today().day,'日')
print('5.现在是',datetime.datetime.today().hour,'时')
print('6.现在是',datetime.datetime.today().minute,'分')
print('7.现在是',datetime.datetime.today().second,'秒')
print('8.现在是',datetime.datetime.today().microsecond,'微秒')
#得到结果:
1.现在是 2021-10-31 15:55:23.676360 日
2.现在是 2021 年
3.现在是 10 月
4.现在是 31 日
5.现在是 15 时
6.现在是 55 分
7.现在是 23 秒
8.现在是 677333 微秒
3 datetime.timedelta类
#datetime.timedelta类
import datetime
today = datetime.date.today()
yestoday = today + datetime.timedelta(days = -1)
tomorrow = today + datetime.timedelta(days = 1)
print('1.今天是', today,'日')
print('2.昨天是', yestoday,'日')
print('3.明天是', tomorrow,'日')
#得到结果:
1.今天是 2021-10-31 日
2.昨天是 2021-10-30 日
3.明天是 2021-11-01 日
二、日期转字符
这一小节介绍把日期转换成字符,主要用到datetime.datetime.strftime
函数。
#dateTime to str
date_time_now = datetime.datetime.now()
str_now1 = datetime.datetime.strftime(date_time_now, '%Y-%m-%d')
print(date_time_now)
str_now1
#得到结果:
2021-10-31 16:20:45.391792
'2021-10-31'
三、字符转日期
这一小节介绍把字符转换成日期,主要用到datetime.datetime.strptime
函数。
#str to date
str_time = '2021-10-21'
date_time = datetime.datetime.strptime(str_time, '%Y-%m-%d').date()
print(date_time)
#得到结果:
2021-10-21
四、数值转日期
这一小节介绍把数值转换成日期。从excel数据表中读取时间,如果是2021/10/11这种格式,会转变成相应数值44480。这时需要转换成对应的日期,具体代码如下:
#num to date
from datetime import datetime
from xlrd import xldate_as_datetime, xldate_as_tuple
num = 44480
datetime(*xldate_as_tuple(num,0)).strftime('%Y-%m-%d')
#得到结果:
'2021-10-11'
五、时间函数在催收数据处理中的应用
本小节是应用前面小节阐述的函数,处理实际工作中遇到的问题。比如有一批信贷催收数据,由于一个客户可能电话没有接通,导致存在多次拨打的可能。我们想分析客户没有还钱的真实原因,所以想取客户最后一次通话,催收员记录的客户逾期原因。这时就需要把数据集按合同号和拨打电话的时间排序,取最后一次拨打电话的逾期原因。
1 读取数据
首先是读取数据,代码如下:
import pandas as pd
from xlrd import open_workbook
file_name = r'F:\公众号\43.时间函数\催记-2021-10-11至2021-10-17.xlsx'
#文件名称
table = open_workbook(file_name)
#打开文件
sheets_name = table.sheet_names()
#获取excel中的sheet名
get_sheet1 = table.sheet_by_name('Sheet1')
#获取Sheet1
data = list()
for i in range(get_each_sheet.nrows):
col_values = get_sheet1.row_values(i, start_colx=0, end_colx=None)
data.append(col_values)
data1 = pd.DataFrame(data)
#把Sheet1中的数据读取出来生成数据框
data1.columns = data1.iloc[0]
data1 = data1.drop(index=0)
#数据框列名确定,并删除第一行
data2 = data1[['合同号', '姓名', '联络类型', '联络类型', '催收时间', '催收内容', '催收状态', '委案日期']]
#取数据框中的固定列
注:如需本文数据,可直接在公众号中回复”催收数据时间处理”,即可免费获取。
得到结果:
2 把催收时间处理成日期格式
接着是处理催收时间变成日期格式,代码如下:
from datetime import datetime
from xlrd import xldate_as_datetime, xldate_as_tuple
def num_to_date(num_):
return datetime(*xldate_as_tuple(num_,0)).strftime('%Y-%m-%d')
data2['催收时间'] = data2['催收时间'].apply(num_to_date)
data2.head(2)
得到结果:
3 取客户最后一条催收记录
最后是对数据框按合同号和催收时间进行排序,取最后一条催收记录,代码如下:
data3 = data2.sort_values(by=['合同号', '催收时间'],ascending=[False, False])
data3 = data3.groupby('合同号',as_index=False).first()
print(data2.shape)
print(data3.shape)
得到结果:
(1744, 8)
(1455, 8)
到此这篇关于深入了解Python中的时间处理函数的文章就介绍到这了,更多相关Python时间处理函数内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!
本文标题为:深入了解Python中的时间处理函数
基础教程推荐
- Python基础学习之函数和代码复用详解 2022-09-02
- 基于Python实现股票数据分析的可视化 2023-08-04
- 四步教你学会打包一个新的Python模块 2022-10-20
- centos系统 anaconda3(python3)安装pygrib 2023-09-04
- Python爬取当网书籍数据并数据可视化展示 2023-08-11
- ubuntu 18 python3.6 的安装与 python2的版本切换 2023-09-03
- python的环境conda简介 2022-10-20
- Centos7下安装python环境 2023-09-04
- Python 中 Elias Delta 编码详情 2023-08-08
- CentOS 7.5 安装 Python3.7 2023-09-03