目录
一、用法精讲
701、pandas.Timestamp.utcnow方法
701-1、语法
701-2、参数
701-3、功能
701-4、返回值
701-5、说明
701-6、用法
701-6-1、数据准备
701-6-2、代码示例
701-6-3、结果输出
702、pandas.Timestamp.utcoffset方法
702-1、语法
702-2、参数
702-3、功能
702-4、返回值
702-5、说明
702-6、用法
702-6-1、数据准备
702-6-2、代码示例
702-6-3、结果输出
703、pandas.Timestamp.utctimetuple方法
703-1、语法
703-2、参数
703-3、功能
703-4、返回值
703-5、说明
703-6、用法
703-6-1、数据准备
703-6-2、代码示例
703-6-3、结果输出
704、pandas.Timestamp.weekday方法
704-1、语法
704-2、参数
704-3、功能
704-4、返回值
704-5、说明
704-6、用法
704-6-1、数据准备
704-6-2、代码示例
704-6-3、结果输出
705、pandas.arrays.DatetimeArray类
705-1、语法
705-2、参数
705-3、功能
705-4、返回值
705-5、说明
705-6、用法
705-6-1、数据准备
705-6-2、代码示例
705-6-3、结果输出
二、推荐阅读
1、Python筑基之旅
2、Python函数之旅
3、Python算法之旅
4、Python魔法之旅
5、博客个人主页
一、用法精讲
701、pandas.Timestamp.utcnow方法
701-1、语法
# 701、pandas.Timestamp.utcnow方法classmethod pandas.Timestamp.utcnow()Return a new Timestamp representing UTC day and time.701-2、参数
无
701-3、功能
用于获取当前的UTC时间戳。
701-4、返回值
返回一个pandas.Timestamp对象，表示当前的UTC时间戳。
701-5、说明
无
701-6、用法
701-6-1、数据准备
无701-6-2、代码示例
# 701、pandas.Timestamp.utcnow方法import pandas as pd# 获取当前的UTC时间戳utc_now = pd.Timestamp.utcnow()print(utc_now)701-6-3、结果输出
# 701、pandas.Timestamp.utcnow方法# 2024-10-16 12:08:11.818230+00:00702、pandas.Timestamp.utcoffset方法
702-1、语法
# 702、pandas.Timestamp.utcoffset方法pandas.Timestamp.utcoffset()Return utc offset.702-2、参数
无
702-3、功能
用于获取时间戳的UTC偏移量，它属于pandas库中的Timestamp对象，用于处理时间序列数据。
702-4、返回值
返回一个timedelta对象，表示该Timestamp与UTC时间的时差，这在处理具有时区信息的时间戳时尤其重要，因为它能够帮助你理解本地时间与UTC时间之间的差异。
702-5、说明
无
702-6、用法
702-6-1、数据准备
无702-6-2、代码示例
# 702、pandas.Timestamp.utcoffset方法import pandas as pd# 创建一个带时区的Timestamptimestamp_with_tz = pd.Timestamp('2024-10-16 20:15:00', tz='Asia/Shanghai')# 获取UTC偏移量utc_offset_with_tz = timestamp_with_tz.utcoffset()print(utc_offset_with_tz)# 创建一个没有时区的Timestamptimestamp_without_tz = pd.Timestamp('2024-10-16 20:15:00')# 获取UTC偏移量utc_offset_without_tz = timestamp_without_tz.utcoffset()print(utc_offset_without_tz) 702-6-3、结果输出
# 702、pandas.Timestamp.utcoffset方法# 8:00:00# None703、pandas.Timestamp.utctimetuple方法
703-1、语法
# 703、pandas.Timestamp.utctimetuple方法pandas.Timestamp.utctimetuple()Return UTC time tuple, compatible with time.localtime().703-2、参数
无
703-3、功能
将Timestamp对象转换为UTC时区下的时间元组，忽略时区信息。
703-4、返回值
返回一个time.struct_time对象，该对象是Python标准库中的一个元组类型，表示UTC时区下的时间。
time.struct_time 对象的格式：
time.struct_time(tm_year, tm_mon, tm_mday, tm_hour, tm_min, tm_sec, tm_wday, tm_yday, tm_isdst)其中，各个字段的含义如下：
tm_year: 年份(4位数字)tm_mon: 月份(1-12)tm_mday: 日(1-31)tm_hour: 小时(0-23)tm_min：分钟(0-59)tm_sec：秒(0-59)tm_wday：星期几(0-6，0表示星期一)tm_yday：一年中的第几天(1-366)tm_isdst：夏令时标志(在这个方法中总是返回0，因为UTC不使用夏令时) 703-5、说明
无
703-6、用法
703-6-1、数据准备
无703-6-2、代码示例
# 703、pandas.Timestamp.utctimetuple方法import pandas as pd# 创建一个Timestamp对象ts = pd.Timestamp('2024-10-15 20:25:00', tz='US/Eastern')# 使用utctimetuple()方法utc_time = ts.utctimetuple()print(utc_time)print(f"Year: {utc_time.tm_year}")print(f"Month: {utc_time.tm_mon}")print(f"Day: {utc_time.tm_mday}")print(f"Hour: {utc_time.tm_hour}")print(f"Minute: {utc_time.tm_min}")print(f"Second: {utc_time.tm_sec}")703-6-3、结果输出
# 703、pandas.Timestamp.utctimetuple方法# time.struct_time(tm_year=2024, tm_mon=10, tm_mday=16, tm_hour=0, tm_min=25, tm_sec=0, tm_wday=2, tm_yday=290, tm_isdst=0)# Year: 2024# Month: 10# Day: 16# Hour: 0# Minute: 25# Second: 0704、pandas.Timestamp.weekday方法
704-1、语法
# 704、pandas.Timestamp.weekday方法pandas.Timestamp.weekday()Return the day of the week represented by the date.Monday == 0 … Sunday == 6.704-2、参数
无
704-3、功能
用于返回一个整数字段，表示该日期是星期几，星期一对应的值为0，星期二为1，依此类推，星期日为6。
704-4、返回值
返回一个整数字段，表示该日期是星期几。
704-5、说明
无
704-6、用法
704-6-1、数据准备
无704-6-2、代码示例
# 704、pandas.Timestamp.weekday方法import pandas as pddate = pd.Timestamp('2024-10-16')weekday = date.weekday()print(weekday)704-6-3、结果输出
# 704、pandas.Timestamp.weekday方法# 2705、pandas.arrays.DatetimeArray类
705-1、语法
# 705、pandas.arrays.DatetimeArray类class pandas.arrays.DatetimeArray(values, dtype=None, freq=_NoDefault.no_default, copy=False)Pandas ExtensionArray for tz-naive or tz-aware datetime data.WarningDatetimeArray is currently experimental, and its API may change without warning. In particular, DatetimeArray.dtype is expected to change to always be an instance of an ExtensionDtype subclass.Parameters:valuesSeries, Index, DatetimeArray, ndarrayThe datetime data.For DatetimeArray values (or a Series or Index boxing one), dtype and freq will be extracted from values.dtypenumpy.dtype or DatetimeTZDtypeNote that the only NumPy dtype allowed is ‘datetime64[ns]’.freqstr or Offset, optionalThe frequency.copybool, default FalseWhether to copy the underlying array of values.705-2、参数
705-2-1、values(必须)：array-like，用于创建DatetimeArray的基本数据，通常是一个日期时间的数组，如字符串、整数时间戳或已转换为日期时间格式的其他数据。
705-2-2、dtype(可选，默认值为None)：str或np.dtype或None，指定数据的类型，可以是字符串形式的dtype或者是numpy 数据类型，如果不提供，pandas将根据values自动推断。
705-2-3、freq(可选，默认值为_NoDefault.no_default)：str, DateOffset或者None，指定时间序列的频率，例如'D'表示日，'H'表示小时等，如果没有指定，默认值为None，这对于时间序列的数据分析非常关键，因为频率可以影响到数据的时序操作。
705-2-4、copy(可选，默认值为False)：布尔值，是否创建数据的副本，如果设置为True，尽管values可能是可变的，依然会强制创建一个新的数组，这在避免对原数据的意外修改时可能会有用。
705-3、功能
用于提供高效的、矢量化的时间序列数据表示形式，它允许快速的时间戳开发、切片、时间运算等操作，是处理时间相关数据时不可或缺的组成部分。
705-4、返回值
构造完成后，DatetimeArray将返回一个表示日期时间的对象，该对象能够支持许多pandas时间序列功能，包括但不限于索引操作、时间戳反向转换、缺失值处理等。
705-5、说明
无
705-6、用法
705-6-1、数据准备
无705-6-2、代码示例
# 705、pandas.arrays.DatetimeArray类import pandas as pd# 创建一个日期时间的数组date_strings = ["2024-10-16", "2024-10-17", "2024-10-18"]# 转换为DatetimeArraydatetime_array = pd.arrays.DatetimeArray(pd.to_datetime(date_strings))print("DatetimeArray:")print(datetime_array)# 访问特定的日期print("\n访问特定日期:")print(datetime_array[1]) # 访问第二个日期# 进行日期运算，例如增加一天print("\n增加一天:")new_dates = datetime_array + pd.Timedelta(days=1)print(new_dates)# 检查频率（此例中没有设置频率，所以会是 None）print("\n频率:")print(datetime_array.freq)705-6-3、结果输出
# 705、pandas.arrays.DatetimeArray类# DatetimeArray:# <DatetimeArray># ['2024-10-16 00:00:00', '2024-10-17 00:00:00', '2024-10-18 00:00:00']# Length: 3, dtype: datetime64[ns]# # 访问特定日期:# 2024-10-17 00:00:00# # 增加一天:# <DatetimeArray># ['2024-10-17 00:00:00', '2024-10-18 00:00:00', '2024-10-19 00:00:00']# Length: 3, dtype: datetime64[ns]# # 频率:# None