time模块

• 导入

import time

包含了三种时间格式

timestamp时间戳，即1970年1月1日00:00:00开始按秒计算的偏移量

struct_time时间元组，由九个元素组成

（在pandas模块中，其可以直接识别struct_time，所以将其转换为时间元组即可）

属性                            值
tm_year（年）                  比如2011 
tm_mon（月）                   1 - 12
tm_mday（日）                  1 - 31
tm_hour（时）                  0 - 23
tm_min（分）                   0 - 59
tm_sec（秒）                   0 - 61
tm_wday（weekday）             0 - 6（0表示周日）
tm_yday（一年中的第几天）        1 - 366
tm_isdst（是否是夏令时）        默认为-1

format time格式化时间，包括自定义合适和固定格式

（一般来说，没有经过处理的表都是这种格式，将其转换为结构时间元组即可）

%a	本地（locale）简化星期名称
%A	本地完整星期名称
%b	本地简化月份名称
%B	本地完整月份名称
%c	本地相应的日期和时间表示
%d	一个月中的第几天（01 - 31）
%H	一天中的第几个小时（24小时制，00 - 23）
%I	第几个小时（12小时制，01 - 12）
%j	一年中的第几天（001 - 366）
%m	月份（01 - 12）
%M	分钟数（00 - 59）
%p	本地am或者pm的相应符
%S	秒（01 - 61）
%U	一年中的星期数。（00 - 53星期天是一个星期的开始。）第一个星期天之前的所有天数都放在第0周。
%w	一个星期中的第几天（0 - 6，0是星期天）
%W	和%U基本相同，不同的是%W以星期一为一个星期的开始。
%x	本地相应日期
%X	本地相应时间
%y	去掉世纪的年份（00 - 99）
%Y	完整的年份
%Z	时区的名字（如果不存在为空字符）
%%	‘%’字符

• 自定义格式时间转换为unix时间戳timestamp

timeArray = time.strptime(time, "%Y-%m-%d %H:%M:%S")
# 从格式化时间转换成时间元组
timestamp = time.mktime(timeArray)
# 从时间元组转换为转换成时间戳

• 时间戳转换为指定格式的时间

  time_local = time.localtime(timestamp)
  # 时间戳转换为时间元组
  # localtime也会对应一个标准的时间格式
  dt = time.strftime("%Y-%m-%d %H:%M:%S", time_local)
  # 将时间元组转换成新的时间格式(2016-05-05 20:28:54)

 需要注意，时间元组是一个桥梁，连接了指定格式的时间和时间戳

• 生成固定格式的时间字符串

time.asctime([t])
# 生成固定格式的时间表示格式，把一个表示时间的元组或者struct_time表示为’Sat Jan 13 21:56:34 2018’这种形式
time.ctime([secs]) 
# 生成固定格式的时间表示格式，把一个时间戳（按秒计算的浮点数）转化为time.asctime()的形式

• 返回当前时间

int(time.time()*1000   #时间戳（毫秒）
time.localtime()   #标准格式的时间
time.strftime('%Y-%m-%d %H:%M:%S')   #指定格式的时间

•  推迟线程的执行，进行睡眠

time.sleep(secs)
# 线程推迟指定的时间运行 线程睡眠指定时间，单位为秒

•  时间戳的转换

增加位数

print (t)                       
#原始时间数据
print (int(t))                  
#秒级时间戳
print (int(round(t * 1000)))    
#毫秒级时间戳
print (int(round(t * 1000000))) 
#微秒级时间戳

减少位数

print (t)                       
#微秒级时间戳
print (int(t/1000))                  
#毫级时间戳
print (int(t/1000000))    
#秒级时间戳

 注意，如果时间戳和转换的时间对不上（使用在线查询），则可能需要在转换过程中设置时区

df_data['时间'] = df_data['时间'].apply(lambda x:x.replace(tzinfo=pytz.timezone('Asia/Shanghai')))
# 需要使用pytz模块生成一个时区对象

一般来说，tzinfo接收的都是pytz模块生成的对象，其包含了地理位置信息，用于指定时区