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)

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))

运行结果

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)

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)

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Devmax。 

pandas如何将datetime64[ns]转为字符串日期的更多相关文章

  1. Pandas如何将表格的前几行生成html实战案例

    这篇文章主要介绍了Pandas如何将表格的前几行生成html实战案例,文章围绕主题展开详细的内容介绍,具有一定的参考价值,需要的小伙伴可以参考一下

  2. 简单总结JavaScript中的String字符串类型

    就像其他语言那样,js中的字符串类型可以表示一串字符,由双引号包住,这里简单总结JavaScript中的String字符串类型的一些基础知识

  3. Java日期工具类的封装详解

    在日常的开发中,我们难免会对日期格式化,对日期进行计算,对日期进行校验,为了避免重复写这些琐碎的逻辑,我这里封装了一个日期工具类,方便以后使用,直接复制代码到项目中即可使用,需要的可以参考一下

  4. pandas如何计算同比环比增长

    这篇文章主要介绍了pandas如何计算同比环比增长,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教

  5. python sklearn与pandas实现缺失值数据预处理流程详解

    对于缺失值的处理,主要配合使用sklearn.impute中的SimpleImputer类、pandas、numpy。其中由于pandas对于数据探索、分析和探查的支持较为良好,因此围绕pandas的缺失值处理较为常用

  6. iOS中字符串换行的实现方法

    大家应该都有所体会,单行字符数过多会影响美观,所以下面这篇文章主要给大家介绍了关于iOS中字符串换行的实现方法,文中通过图文介绍的非常详细,需要的朋友可以参考下

  7. php获取指定数量随机字符串的方法

    这篇文章主要介绍了php获取指定数量随机字符串的方法,涉及php针对数组的遍历及字符串运算相关操作技巧,需要的朋友可以参考下

  8. 微信小程序实现根据日期和时间排序功能

    这篇文章主要为大家详细介绍了微信小程序实现根据日期和时间排序功能,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

  9. 基于jQuery对象和DOM对象和字符串之间的转化实例

    下面小编就为大家带来一篇基于jQuery对象和DOM对象和字符串之间的转化实例。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧

  10. 浅谈JS日期(Date)处理函数

    这篇文章主要整理了一下JS日期(Date)处理函数,算是对自己近期学习javascript的一个小小的总结,这里分享给大家

随机推荐

  1. 10 个Python中Pip的使用技巧分享

    众所周知,pip 可以安装、更新、卸载 Python 的第三方库,非常方便。本文小编为大家总结了Python中Pip的使用技巧,需要的可以参考一下

  2. python数学建模之三大模型与十大常用算法详情

    这篇文章主要介绍了python数学建模之三大模型与十大常用算法详情,文章围绕主题展开详细的内容介绍,具有一定的参考价值,感想取得小伙伴可以参考一下

  3. Python爬取奶茶店数据分析哪家最好喝以及性价比

    这篇文章主要介绍了用Python告诉你奶茶哪家最好喝性价比最高,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习吧

  4. 使用pyinstaller打包.exe文件的详细教程

    PyInstaller是一个跨平台的Python应用打包工具,能够把 Python 脚本及其所在的 Python 解释器打包成可执行文件,下面这篇文章主要给大家介绍了关于使用pyinstaller打包.exe文件的相关资料,需要的朋友可以参考下

  5. 基于Python实现射击小游戏的制作

    这篇文章主要介绍了如何利用Python制作一个自己专属的第一人称射击小游戏,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起动手试一试

  6. Python list append方法之给列表追加元素

    这篇文章主要介绍了Python list append方法如何给列表追加元素,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教

  7. Pytest+Request+Allure+Jenkins实现接口自动化

    这篇文章介绍了Pytest+Request+Allure+Jenkins实现接口自动化的方法,文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下

  8. 利用python实现简单的情感分析实例教程

    商品评论挖掘、电影推荐、股市预测……情感分析大有用武之地,下面这篇文章主要给大家介绍了关于利用python实现简单的情感分析的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考下

  9. 利用Python上传日志并监控告警的方法详解

    这篇文章将详细为大家介绍如何通过阿里云日志服务搭建一套通过Python上传日志、配置日志告警的监控服务,感兴趣的小伙伴可以了解一下

  10. Pycharm中运行程序在Python console中执行,不是直接Run问题

    这篇文章主要介绍了Pycharm中运行程序在Python console中执行,不是直接Run问题,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教

返回
顶部