摘要：时间数据无处不在。从金融交易到传感器日志，有许多应用场景中，描述时间的数招建立在现实世界的数据集中——例如年份的日期或标记精确时刻的时间戳。毫不奇怪，Python 提供了丰富的内置功能和库，用于对包含日期和时间的数据进行不同操作、预处理和分析。本文展示了十个
时间数据无处不在。从金融交易到传感器日志，有许多应用场景中，描述时间的数招建立在现实世界的数据集中——例如年份的日期或标记精确时刻的时间戳。毫不奇怪，Python 提供了丰富的内置功能和库，用于对包含日期和时间的数据进行不同操作、预处理和分析。本文展示了十个 Python 单行代码，用于高效简洁地处理常见的日期时间任务。
请注意，这些单行代码中的一些可能需要在代码开头导入特定的模块，即：
from datetime import datetime, date, deltaimport pandas as pdimport numpy as np
尽管它看起来不太自然，但 ISO 8601 时间戳格式标准因其低歧义性、机器可读性，以及最重要的是许多现代 API 如 GraphQL 和 RESTful 服务的广泛使用，而变得极其有用。这个标准甚至能让你的日期时间数据具有时区感知能力（这句话听起来是不是有点绕口？）。
以下是获取 ISO 8601 格式当前时间戳的方法：
print(datetime.now.isoformat)输出：
这是一个非常常见的数据转换需求。日期 datetime.strptime 函数，意为"字符串解析为时间"，接受两个参数：要转换的日期字符串，以及一个格式模板，用于指示完整日期的各组成部分在输入字符串中的显示方式。这有助于正确解析年份、月份、日期、小时等元素。以下示例将字符串"2025-05-10"解析为与 2025 年 5 月 10 日关联的 datetime 对象。
试着做一下，比如 parsed_date.day。你应该得到 10，这是解析日期中的月份天数。
通过使用 timedelta 函数，可以向给定的 日期 或 日期时间 对象添加（或减去）时间间隔。例如，这个函数可以接受一个参数来指定天数，并基于给定日期（如今天）向前或向后“旅行”指定天数。
例如，我们将当前日期向前移动7天（截至本文写作时是5月10日）：
print(date.today + timedelta(days=7))它就变成了2025年5月17日。
取两个表示不同日期的 Python date 对象，它们在时间上相隔一段时间。例如，某人的生日和随后的除夕。要计算这两个日期之间相隔多少自然日，我们可以简单地相减这两个对象，并访问原始相减结果的 days 属性，如下所示：
print((date(2025, 12, 31) - date(2025, 6, 29)).days)结果是一个整数值，在这个例子中是185天。
类似于原生 Python 的 range(n) 定义从 0 到 n-1 的整数范围，常用于可迭代操作，强大的通用数据分析、预处理和数据处理库 Pandas，提供了一个函数来定义以天为单位的连续日期范围，起始日期可指定。生成的范围可以轻松放入原生 Python 集合中，如简单的列表，如下所示：
重要的是，这个范围内的结果元素被建模为 Pandas 的 timestamp 对象：
[Timestamp('2025-01-01 00:00:00'), Timestamp('2025-01-02 00:00:00'), Timestamp('2025-01-03 00:00:00'), Timestamp('2025-01-04 00:00:00'), Timestamp('2025-01-05 00:00:00')]
这一条也与 Pandas 相关，具体是针对一个由多个属性描述并存储在 DataFrame 对象中的数据集。假设我们有一个名为 df 的 DataFrame，其中包含一个'date'属性，该属性包含字符串。这条极其简单的单行代码将自动将此属性下的所有实例级值转换为 datetime 对象。
通过打印结果，你可能会得到如下输出，其中类型确实得到了验证：
0 2025-01-011 2025-01-022 2025-01-03Name: date, dtype: datetime64[ns]
这个单行代码特别适用于构建友好的图形用户界面（GUI），例如在基于 Web 的应用程序中。假设你想显示今天的星期几，但不是从 1 到 7 的序数，而是星期的名称本身，即星期一、星期二、星期三等等。《strftime("%A")》格式化属性可以解决这个问题，具体方法如下：
现在，我正在一个阳光明媚的 Saturday 下午为你撰写这篇文章。免责声明：我喜欢写作 ;)
假设你正在处理每日记录的时间序列数据，例如每日温度读数，并且你决定将数据聚合为月度平均值。你可能需要获取一组与月份相关的时间戳，以便在可视化和其他方面正确标记你新聚合的数据。例如，从1月到5月的月度"标签"可以这样获取：
结果将是： ['2025-01' '2025-02' '2025-03' '2025-04' '2025-05']
回到描述具有多个属性的数据集的场景，其中一个属性是日期属性，我们提取 DataFrame 的行部分，选取那些在日期属性上满足布尔条件的实例。
这个例子选择了包含在 date 中的日期晚于 2025 年 1 月 15 日的数据实例（整行）：
在大多数例子中，我们保持简单，并在示例数据中考虑了日级别的粒度。让我们以一个具有指定小时、分钟和秒级信息的更精细和详细的 datetime 对象来结束。
这个例子中，输入的是下午 15:30:45 的当前日期，它获取了 Unix 时间戳，即特定时间点的数字表示，通常对于高效存储、比较和跨不同系统同步基于时间的非常有用的数据。我们人类不太容易理解；但对机器来说非常容易理解。
print(int(datetime(2025, 5, 10, 15, 30, 45).timestamp))时间戳原本是一个浮点数（在示例中为1746891045.0），但为了方便表示，它已被转换为整数。
来源：自由坦荡的湖泊AI一点号
