python的单位转换 python长度单位转化

获取当前字符串类型时间

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

获取当前秒级时间戳

import time

now = time.time() #返回float数据
print(int(now))

获取当前毫秒级时间戳

import time

now = time.time() #返回float数据
print(int(round(now * 1000)))

根据周期向后向前增加或者减少天数
方法一：（制定时间字符串后推算）

import datetime
# from datetime import datetime,timedelta
begin='1987-1-28 06:07:08'
c = datetime.datetime.strptime(begin,"%Y-%m-%d %H:%M:%S")
d = datetime.timedelta(days=1)
end=(c+d).strftime("%Y-%m-%d %H:%M:%S")
print ('增加后日期：',end)

方法二：(当前时间推算)

from datetime import datetime
from datetime import timedelta

now = datetime.now()
print(now)
aDay = timedelta(days=1)
now = now + aDay
print(now.strftime('%Y-%m-%d %H:%M:%S'))

计算上个月：

import time
last_month = time.localtime()[1]-1 or 12 #减去几就是上几个月
print(last_month)

将10位整数timestamp转换为字符串类型的时间：

def ts2str10(ts):
    '''
    将10位整数timestamp转换为字符串类型的时间
    :param ts: eg：1497834825
    :return: eg: '2017-06-19 09:13:45'
    '''
    return datetime.fromtimestamp(ts).strftime("%Y-%m-%d %H:%M:%S")

将str1类型的日期转换为10位整数的timestamp：

def str2ts10(str1): # OK
    '''
    将str1类型的日期转换为10位整数的timestamp
    :param str1: eg: 2017-06-19 09:13:45
    :return: eg：1497834825
    '''
    return int(time.mktime(time.strptime(str1, '%Y-%m-%d %H:%M:%S')))

将13位整数timestamp转换为字符串类型的时间：

def ts2str13(ts): # OK
    '''
    将13位整数timestamp转换为字符串类型的时间
    :param ts: eg：1497834825000
    :return: eg: '2017-06-19 09:13:45'
    '''
    return datetime.fromtimestamp(ts//1000).strftime("%Y-%m-%d %H:%M:%S")

将str1类型的日期转换为13位整数的timestamp：

def str2ts13(str1): # OK
    '''
    将str1类型的日期转换为13位整数的timestamp
    :param str1: eg: 2017-06-19 09:13:45
    :return: eg：1497834825000
    '''
    return int(time.mktime(time.strptime(str1, '%Y-%m-%d %H:%M:%S'))*1000)

16位微秒时间戳转化成字符串类型：

def ts2str(ts):
    '''
    16位微秒时间戳转化成字符串类型
    :param ts:  eg：1626061285648592
    :return: eg: '2021-07-12 11:41:25.648592'
    '''

    return datetime.fromtimestamp(ts / 1000000).strftime("%Y-%m-%d %H:%M:%S.%f")

字符串类型的时间转化成16位微秒时间戳：

def str2ts(str1):
    '''
    字符串类型的时间转化成16位微秒时间戳
    :param str1: eg: 2021-07-12 11:41:25.648592
    :return: eg：1626061285648592
    '''
    data_microsecond = str("%06d" % str1.microsecond)  #微秒
    date_stamp = str(int(time.mktime(str1.timetuple())))
    date_stamp = date_stamp + data_microsecond
    return int(date_stamp)

	# minutes = str1.split('.')[0]  # 年月日小时分钟
    # microseconds = str1.split('.')[1]  # 微秒
    # time1 = int(time.mktime(time.strptime(minutes, '%Y-%m-%d %H:%M:%S')))
    # return int(str(time1) + microseconds)

时间格式参数：

%a 星期几的简写
%A 星期几的全称
%b 月分的简写
%B 月份的全称
%c 标准的日期的时间串
%C 年份的后两位数字
%d 十进制表示的每月的第几天
%D 月/天/年
%e 在两字符域中，十进制表示的每月的第几天
%F 年-月-日
%g 年份的后两位数字，使用基于周的年
%G 年分，使用基于周的年
%h 简写的月份名
%H 24小时制的小时
%I 12小时制的小时
%j 十进制表示的每年的第几天
%m 十进制表示的月份
%M 十时制表示的分钟数
%n 新行符
%p 本地的AM或PM的等价显示
%r 12小时的时间
%R 显示小时和分钟：hh:mm
%S 十进制的秒数
%t 水平制表符
%T 显示时分秒：hh:mm:ss
%u 每周的第几天，星期一为第一天 （值从0到6，星期一为0）
%U 第年的第几周，把星期日做为第一天（值从0到53）
%V 每年的第几周，使用基于周的年
%w 十进制表示的星期几（值从0到6，星期天为0）
%W 每年的第几周，把星期一做为第一天（值从0到53）
%x 标准的日期串
%X 标准的时间串
%y 不带世纪的十进制年份（值从0到99）
%Y 带世纪部分的十制年份
%z，%Z 时区名称，如果不能得到时区名称则返回空字符。
%% 百分号

# 时间标签抽取
def time_label_prepare(df):
    # 抽取小时总数
    df['hour_num'] = df['timestamp'].dt.hour
    # 一天中的第几分钟
    df['min_count'] = df['timestamp'].apply(lambda x: x.minute + x.hour * 60)
    # 星期几；
    df['day_week'] = df['timestamp'].apply(lambda x: x.dayofweek)
    # 是否月初
    df['is_month_start'] = df['timestamp'].apply(lambda x: x.is_month_start).map({True: 1, False: 0})
    # 是否月末
    df['is_month_end'] = df['timestamp'].apply(lambda x: x.is_month_end).map({True: 1, False: 0})
    # 是否季节初
    df['is_quarter_start'] = df['timestamp'].apply(lambda x: x.is_quarter_start).map({True: 1, False: 0})
    # 是否季节末
    df['is_quarter_end'] = df['timestamp'].apply(lambda x: x.is_quarter_end).map({True: 1, False: 0})
    # 是否周末
    df['dayofweek'] = df['timestamp'].apply(lambda x: True if x.dayofweek in [5, 6] else False).map({True: 1, False: 0})
    # 是否工作时间
    df['on_work'] = 0
    df.loc[((df['hour_num'] >= 8) & (df['hour_num'] < 18)), 'on_work'] = 1
    # 早中晚
    bins = [0, 8, 12, 18, 24]
    df['day_time'] = pd.cut(df['hour_num'], bins, right=False,labels=['early_morning', 'morning', 'afternoon', 'night'])
    df = df.join(pd.get_dummies(df['day_time']))
    df = df.drop(['day_time'], axis=1)
    return df