python獲取前一天

A. python根據時間戳獲取時分秒

  時間戳可簡單理解為自1970/01/01/ 00:00:00 到現在經過的秒數，如果要計算日期運算，因為涉及到潤年，一般使用語言自帶的庫實現比較簡單和高效。但如果只是取時間即時分秒，完全可以不用依賴庫，通過模運算和取整運算的方式實現，並且性能比內部庫函數效率更高。

運行結果,100萬次

1000萬次

性能快了接近200%，如果有涉及到大數據分析場景，百萬甚至千萬級別次的調用時，該演算法還是有意義的

B. 一道Python實驗題，求大神幫幫忙，在線等，挺急的，謝謝了。

代碼如下：

import sys

hit_except = False
try:
f = open('123.txt')
while True:
line = f.readline()
print(line,end='')
if not line:
break
except:
hit_except = True
print(f"異常:{sys.exc_info()[0]}")
else:
pass
finally:
if not hit_except:
f.close()

C. python怎樣獲取字典中前十個

字典為mydict={'a':1,'b':2,'c':3,'d':4,'e':5,'f':6,'g':7,'h':8,'i':9,'j':10,'k':11}
#列印字典的所有鍵值
print(mydict.keys())
#列印字典的所有值
print(mydict.values())
#列印字典的前5個鍵值
print([i for i in mydict.keys()][:5])
#列印字典的前8個值
print([i for i in mydict.values()][:8])

D. Python獲取當前時間前、後一個月的函數

這需求折騰了我半天..

import time

import datetime as datetime

def late_time(time2):

    # 先獲得時間數組格式的日期

    #time2是外部傳入的任意日期

    now_time = datetime.datetime.strptime(time2, '%Y-%m-%d')

  #如需求是當前時間則去掉函數參數改寫      為datetime.datetime.now()

    threeDayAgo = (now_time - datetime.timedelta(days =30))

    # 轉換為時間戳

    timeStamp =int(time.mktime(threeDayAgo.timetuple()))

    # 轉換為其他字元串格式

    otherStyleTime = threeDayAgo.strftime("%Y-%m-%d")

    return otherStyleTime

a = late_time("2019-3-30")

print(a)# 列印2018-02-28

E. 如何在python中獲得當前時間前幾天的日期

很簡單，下面這些代碼是獲取當前日期的：

importtime

now=time.time()#當前時間戳
print(now)
print(time.ctime(now))#格式化當前時間戳
print(time.localtime(now))#當前時間結構體

mon=time.localtime(now)[1]#從當前時間結構體中提取月
day=time.localtime(now)[2]#從當前時間結構體中提取日
print("當前日期:%s月%s日"%(mon,day))#列印當前月與日

最終列印出來的結過如下：

這里為了演示，將時間戳計算拆解開來了，實際使用中為了提高效率，每天86400秒直接使用。而時間結構體的生成函數也應只使用一次，將返回值賦值給變數，然後從變數中分別提取。

此外還有一點尤其需要注意，Unix時間戳與Windows下不同，單位是毫秒而不是秒，所以在linux等系統下時間差還應額外乘以1000。

F. pandas怎麼找出異常日期

將數據類型轉換為日期類型
df['date'] = pd.to_datetime(df['date'])
1
將date設置為index
df = df.set_index('date')
1
獲取某年的數據
print(df['2010'].head())
1
獲取某月的數據
print(df['2013-11'].head())
1
提取全日期欄位中的日期和時間項
data4["訂單生成時間"] = pd.to_datetime(data4["訂單生成時間"])
data4["時間"] = data4["訂單生成時間"].dt.hour #提取時間
data4["日期"] = data4["訂單生成時間"].dt.date #提取日期
1
2
3
獲取某個日期之前/後或時間區間的數據
dataframe的.truncate()函數可以截取某個時期之前或之後的數據，或者某個時間區間的數據，進行統計分析。
注意事項：
使用.truncate()函數對df進行數據集截取，遇到截取數據不符合預期，且若時間序列無序會拋出異常
解決措施：
在使用.truncate()函數對df進行數據集截取之前，需要先使用df=df.sort_values(『date』)『date』列按時間先後進行排序，然後使用df = df.set_index('date')，將「date」設置為index，最後再使用df_last=df.truncate(after=『2019-05-22 16:00:00』)提取指定時間節點之前的數據。
函數語法：

DataFrame.truncate(before=None, after=None, axis=None, =True)
1
參數說明：

before：取值范圍：date，string，int，是指截斷此索引值之前的所有行
after：取值范圍：date，string，int，是指截斷此索引值後的所有行
axis：取值范圍：{0或』index』，1或』columns』}（可選），是指軸截斷。 默認情況截斷索引（行）。
：取值范圍：boolean，默認為True，返回截斷部分的副本

常見用法：

獲取2014年以後的數據
print(df.truncate(before='2014').head())
1
獲取2013-11月之前的數據，用after
print(df.truncate(after='2013-11').head())
1
獲取2016-02月以後的數據，用before
print(df.truncate(before='2016-02').head())
1
獲取2019-05-22日16:00:00時之前的數據
df=data.truncate(after='2019-05-22 16:00:00')
1
獲取指定時間區間的數據
df=df['2016-02-2':'2016-02-10']
1
獲取指定時間區間的數據
df=df['2016-02-2':'2016-02-10']
1
python 獲取當前時間及前一天時間
import datetime
from pandas.tseries.offsets import Day
now_time =datetime.datetime.now()#獲取當前時間
yes_time = (now_time -1*Day()).strftime('%Y-%m-%d')#格式化
print(yes_time)
1
2
3
4
5
pandas的日期時間間隔運算
import datetime
from datetime import timedelta
df_189[『訂單生成日期』]=pd.to_datetime(df_189[『訂單生成日期』]) #修改「訂單生成時間」的數據類型
df_189[『訂單生成日期』]+timedelta(days=1) #後一天的日期
df_189[『訂單生成日期』]-timedelta(days=3) #前3天的日期

選取指定時間范圍內/外的數據
##提取3日前日期和7日前日期
now_time =datetime.datetime.now()#獲取當前時間
yes_time_7 = (now_time -7*Day()).strftime('%Y-%m-%d')#格式化
yes_time_3= (now_time-3*Day()).strftime("%Y-%m-%d")
print(yes_time_7)
print('='*50)
print(yes_time_3)
df_189['訂單生成日期']=pd.to_datetime(df_189['訂單生成日期']) #修改「訂單生成時間」的數據類型
df_189_7= df_189[df_189['訂單生成日期']==yes_time_7]
df_189_3= df_189[df_189['訂單生成日期']==yes_time_3]
print(df_189_7.info())
#選取該錯誤數據對應的時間范圍外的數據，多個條件時 '|'代表'或'，'&'代表'且'
或者
a= df_189[df_189['訂單生成日期']=='2019-06-23'] #篩選2019-06-23的數據
1
2
3
4
5
6
7
8
9
10
11
12
13
14
利用pandas計算DataFrame兩列日期的間隔小時數
import pandas as pd
#方法一：
#先利用to_datetime轉換為時間格式，tm列的數據形式為'yyyy-MM-dd HH:mm:ss'
df['tm_1'] = pd.to_datetime(df['tm_1'])
df['tm_2'] = pd.to_datetime(df['tm_2'])
#利用".dt.seconds"轉換為秒，除以相對於的間隔數得到分鍾、小時等
df['diff_time'] = (df['tm_1'] - df['tm_2']).dt.seconds/60
#利用round函數可進行四捨五入
df['diff_time'] = round(df['diff_time'])

#方法二，日期相減變為小時；變為天的話將h替換為D即可：
df['diff_time'] = (df['tm_1'] - df['tm_2']).values/np.timedelta64(1, 'h')
#Dataframe中的時間是不能直接進行相加減的,所以需要先用pandas的to_datetime()方法，轉化成時間格式進行加減，然後再轉換成df格式
#delta=df1['Time_end']-df1['Time_start'] #直接報錯TypeError: unsupported operand type(s) for -: 'str' and 'str'
#日期相減變為小時；變為天的話將h替換為D即可：
sf_df['交易周期']=pd.DataFrame((pd.to_datetime(sf_df['交易完成時間'])-pd.to_datetime(sf_df['訂單生成時間'])).values/np.timedelta64(1,'h'))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
numpy中-Datetimes and Timedeltas的使用
日期格式轉換
在numpy中，使用np.datetime64('2017-08' , 'D')可以很方便的將字元串轉換成日期類型。

import numpy as np
np.datetime64('2017-08-06') #精確到日
>>>
numpy.datetime64('2017-08-06')
np.datetime64('2018-08') #精確到月
>>>
numpy.datetime64('2018-08')
# 通過參數，強制將數據格式轉為我們想要的粒度
np.datetime64('2017-08','D') #轉化到日
>>>
numpy.datetime64('2017-08-01')
np.datetime64('2017-08','Y') #轉化到年
>>>
numpy.datetime64('2017')
a = np.array(['2017-07-01','2017-07-15','2017-08-01'],dtype = np.datetime64) #列表日期
a
>>>
array(['2017-07-01', '2017-07-15', '2017-08-01'], dtype='datetime64[D]')
# 我們也可以使用arange函數初始化數組
b = np.arange('2017-08-01','2017-09-01',dtype = np.datetime64)
b
>>>
array(['2017-08-01', '2017-08-02', '2017-08-03', '2017-08-04',
'2017-08-05', '2017-08-06', '2017-08-07', '2017-08-08',
'2017-08-09', '2017-08-10', '2017-08-11', '2017-08-12',
'2017-08-13', '2017-08-14', '2017-08-15', '2017-08-16',
'2017-08-17', '2017-08-18', '2017-08-19', '2017-08-20',
'2017-08-21', '2017-08-22', '2017-08-23', '2017-08-24',
'2017-08-25', '2017-08-26', '2017-08-27', '2017-08-28',
'2017-08-29', '2017-08-30', '2017-08-31'], dtype='datetime64[D]')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
日期的計算
在numpy中，我們可以進行簡單的日期計算

# 兩個日期相減，會得到相差的天數
np.datetime64('2017-08-03') - np.datetime64('2017-07-15')
>>>
numpy.timedelta64(19,'D')
# 這里日期可以直接減去對應的天數
np.datetime64('2017-08-03') - np.timedelta64(20,'D')
>>>
#這里日期的粒度必須保證一樣，一個是D，一個是M，是不可以相減的
np.datetime64('2017-08-03') - np.timedelta64(1,'M')
>>>
TypeError: Cannot get a common metadata divisor for NumPy datetime metadata [D] and [M] because they have incompatible nonlinear base time units
np.datetime64('2017-08') - np.timedelta64(1,'M')
>>>
numpy.datetime64('2017-07')

(np.datetime64('2014-10-30 23:00:00') - np.datetime64('2014-10-21 00:00:00')) #按秒計時

(np.datetime64('2014-10-30 23:00:00') - np.datetime64('2014-10-21 00:00:00'))/np.timedelta64(1, 'h') #計算時間差，並轉為小時
>>>
239.0
#計算終止時間-初試時間，轉為小時格式，最後格式設置為整型。np.floor((x - start_hour) / np.timedelta64(1, 'h')).astype(np.uint16)
np.floor((np.datetime64('2014-10-30 23:00:00') -
np.datetime64('2014-10-21 00:00:00'))/np.timedelta64(1, 'h')).astype(np.uint16)
>>>

G. python 獲取當前月份月初日期和月末日期

使用time模塊的time.localtime()獲取當前日期，使用calendar模塊calendar.monthrange的來獲取指定月份的天數。即可得到月初日期和月末日期，代碼如下：

importcalendar
importtime
day_now=time.localtime()
day_begin='%d-%02d-01'%(day_now.tm_year,day_now.tm_mon)#月初肯定是1號
wday,monthRange=calendar.monthrange(day_now.tm_year,day_now.tm_mon)#得到本月的天數第一返回為月第一日為星期幾（0-6）,第二返回為此月天數
day_end='%d-%02d-%02d'%(day_now.tm_year,day_now.tm_mon,monthRange)
print('月初日期為：',day_begin,'月末日期為：',day_end)

效果如下：

H. python怎麼獲得每個月的第一天和最後一天

第一天不用獲取吧，都是1呀，最後一天的話可以使用標准模塊的calendar模塊的monthrange(year,month)方法

該方法返回指定年月的最後一天星期和日期，類型為tuple，如

importcalendar
printcalendar.monthrange(2015,2)

結果為(6, 28)，6為最後一天星期幾，28為2月的最後一天日期

I. python獲取日期的方法有哪些

python獲得某日時間的方法：1、輸入“import time”，“print time.time()”命令取得時間戳;2、運用“time.strftime()”方法格式化時間戳為標准格式即可獲得某日時間。

python獲取日期的方法有哪些?取得當前時間戳

import time

print time.time()

格式化時間戳為標准格式

1print time.strftime('%Y.%m.%d',time.localtime(time.time()))

獲取30天前的時間(通過加減秒數來獲取現在或者未來某個時間點)

print time.strftime('%Y.%m.%d',time.localtime(time.time()-2592000))

詳解：

取得時間相關的信息的話，要用到python time模塊,python time模塊裡面有很多非常好用的功能，可以去官方

文檔了解下，要取的當前時間的話，要取得當前時間的時間戳，時間戳好像是1970年到現在時間相隔的時間。

你可以試下下面的方式來取得當前時間的時間戳：

import time

print time.time()

python獲取日期的方法是什麼?輸出的結果是：

1357723206.31

但是這樣是一連串的數字不是我們想要的結果，我們可以利用time模塊的格式化時間的方法來處理：

time.localtime(time.time())

用time.localtime()方法，作用是格式化時間戳為本地的時間。

python獲取日期的方法有哪些？輸出的結果是：

time.struct_time(tm_year=2010, tm_mon=7, tm_mday=19, tm_hour=22, tm_min=33, tm_sec=39, tm_wday=0, tm_yday=200, tm_isdst=0)

現在看起來更有希望格式成我們想要的時間了。

time.strftime('%Y-%m-%d',time.localtime(time.time()))

最後用time.strftime()方法，把剛才的一大串信息格式化成我們想要的東西，現在的結果是：

2020-07-14

python獲取日期的方法有哪些?輸出日期和時間：

time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time()))

time.strftime裡面有很多參數，可以讓你能夠更隨意的輸出自己想要的東西：

下面是time.strftime的參數：

strftime(format[, tuple]) -> string

將指定的struct_time(默認為當前時間)，根據指定的格式化字元串輸出

以上就是《python獲取日期的方法是什麼?這個方法才是你需要的》的全部內容，Python是一種動態解釋的、強類型定義語言:編寫它時不需要定義變數類型，運行時變數類型被強制固定，如果你想知道更多的python的相關方法，可以點擊本站的其他文章進行學習。