文字列を日時に変換する

文字列として、次のような日時の膨大なリストがあります。

Jun 1 2005  1:33PM
Aug 28 1999 12:00AM

これらをデータベースの適切な日時フィールドに押し戻すので、実際の日時オブジェクトに魔法をかける必要があります。

これはDjangoのORMを経由しているため、SQLを使用して挿入時に変換を行うことはできません。

datetime.strptime文字列を日付時刻に解析するためのメインルーチンです。与えられたフォーマット文字列によって決定されるフォーマットで、あらゆる種類のフォーマットを処理できます。

from datetime import datetime

datetime_object = datetime.strptime('Jun 1 2005  1:33PM', '%b %d %Y %I:%M%p')

結果のdatetimeオブジェクトはtimezone-naiveです。

リンク：

• Pythonドキュメントstrptime：Python 2、Python 3

• strptime/ strftime形式文字列のPythonドキュメント：Python 2、Python 3

• strftime.orgは、strftimeの非常に優れたリファレンスでもあります。

ノート：

• strptime = "文字列解析時間"
• strftime = "文字列フォーマット時間"
• 今日は大声で発音してください。6か月後にもう一度検索する必要はありません。

サードパーティのdateutilライブラリを使用します。

from dateutil import parser
parser.parse("Aug 28 1999 12:00AM")  # datetime.datetime(1999, 8, 28, 0, 0)

解析する必要があるものを含め、ほとんどの日付形式を処理できます。strptimeほとんどの場合、正しい形式を推測できるため、より便利です。

パフォーマンスよりも可読性が重要なテストの作成に非常に役立ちます。

次の方法でインストールできます。

pip install python-dateutil

timeモジュールのstrptimeをチェックしてください。これはstrftimeの逆です。

$ python
>>> import time
>>> my_time = time.strptime('Jun 1 2005  1:33PM', '%b %d %Y %I:%M%p')
time.struct_time(tm_year=2005, tm_mon=6, tm_mday=1,
                 tm_hour=13, tm_min=33, tm_sec=0,
                 tm_wday=2, tm_yday=152, tm_isdst=-1)

timestamp = time.mktime(my_time)
# convert time object to datetime
from datetime import datetime
my_datetime = datetime.fromtimestamp(timestamp)
# convert time object to date
from datetime import date
my_date = date.fromtimestamp(timestamp)

私はいくつかの本当にきちんとした表現を変換できるプロジェクトをまとめました。timestringを確認してください。

以下にいくつかの例を示します。

>>> import timestring
>>> timestring.Date('monday, aug 15th 2015 at 8:40 pm')
<timestring.Date 2015-08-15 20:40:00 4491909392>
>>> timestring.Date('monday, aug 15th 2015 at 8:40 pm').date
datetime.datetime(2015, 8, 15, 20, 40)
>>> timestring.Range('next week')
<timestring.Range From 03/10/14 00:00:00 to 03/03/14 00:00:00 4496004880>
>>> (timestring.Range('next week').start.date, timestring.Range('next week').end.date)
(datetime.datetime(2014, 3, 10, 0, 0), datetime.datetime(2014, 3, 14, 0, 0))

これを覚えておけば、日時変換で混乱する必要はありませんでした。

文字列から日時オブジェクトへ= strptime

datetimeオブジェクトを他の形式に= strftime

Jun 1 2005 1:33PM

等しい

%b %d %Y %I:%M%p

％b月のロケールの省略名（6月）

％dゼロ詰めの10進数としての日（1）

％Y 10進数での世紀を含む年（2015）

％I時間（12時間時計）をゼロ詰め10進数として（01）

ゼロが埋め込まれた10進数としての％M分（33）

％pロケールのAMまたはPM（PM）のいずれかに相当

したがって、strptimeが必要です。つまりstring、

>>> dates = []
>>> dates.append('Jun 1 2005  1:33PM')
>>> dates.append('Aug 28 1999 12:00AM')
>>> from datetime import datetime
>>> for d in dates:
...     date = datetime.strptime(d, '%b %d %Y %I:%M%p')
...     print type(date)
...     print date
... 

出力

<type 'datetime.datetime'>
2005-06-01 13:33:00
<type 'datetime.datetime'>
1999-08-28 00:00:00

日付の形式が異なる場合、パンダまたはdateutil.parseを使用できますか？

>>> import dateutil
>>> dates = []
>>> dates.append('12 1 2017')
>>> dates.append('1 1 2017')
>>> dates.append('1 12 2017')
>>> dates.append('June 1 2017 1:30:00AM')
>>> [parser.parse(x) for x in dates]

出力

[datetime.datetime(2017, 12, 1, 0, 0), datetime.datetime(2017, 1, 1, 0, 0), datetime.datetime(2017, 1, 12, 0, 0), datetime.datetime(2017, 6, 1, 1, 30)]

Python> = 3.7.0では、

変換するためにdatetime型のオブジェクトにYYYY-MM-DDの文字列を、datetime.fromisoformat使用することができます。

>>> from datetime import datetime

>>> date_string = "2012-12-12 10:10:10"
>>> print (datetime.fromisoformat(date_string))
>>> 2012-12-12 10:10:10

多くのタイムスタンプには暗黙のタイムゾーンがあります。コードがすべてのタイムゾーンで機能するようにするには、内部でUTCを使用し、外部オブジェクトがシステムに入るたびにタイムゾーンをアタッチする必要があります。

Python 3.2以降：

>>> datetime.datetime.strptime(
...     "March 5, 2014, 20:13:50", "%B %d, %Y, %H:%M:%S"
... ).replace(tzinfo=datetime.timezone(datetime.timedelta(hours=-3)))

文字列としてフォーマットされた日付をPandasを使用してdatetime.dateオブジェクトに変換する2つのソリューションを次に示します。

import pandas as pd

dates = ['2015-12-25', '2015-12-26']

# 1) Use a list comprehension.
>>> [d.date() for d in pd.to_datetime(dates)]
[datetime.date(2015, 12, 25), datetime.date(2015, 12, 26)]

# 2) Convert the dates to a DatetimeIndex and extract the python dates.
>>> pd.DatetimeIndex(dates).date.tolist()
[datetime.date(2015, 12, 25), datetime.date(2015, 12, 26)]

タイミング

dates = pd.DatetimeIndex(start='2000-1-1', end='2010-1-1', freq='d').date.tolist()

>>> %timeit [d.date() for d in pd.to_datetime(dates)]
# 100 loops, best of 3: 3.11 ms per loop

>>> %timeit pd.DatetimeIndex(dates).date.tolist()
# 100 loops, best of 3: 6.85 ms per loop

OPの元の日時の例を変換する方法は次のとおりです。

datetimes = ['Jun 1 2005  1:33PM', 'Aug 28 1999 12:00AM']

>>> pd.to_datetime(datetimes).to_pydatetime().tolist()
[datetime.datetime(2005, 6, 1, 13, 33), 
 datetime.datetime(1999, 8, 28, 0, 0)]

を使用して文字列からPandasタイムスタンプに変換するための多くのオプションがあるためto_datetime、特別なものが必要な場合はドキュメントを確認してください。

同様に、タイムスタンプには、以下に加えてアクセスできる多くのプロパティとメソッドがあります。.date

私は個人的に、parserこの質問への2番目の回答であるモジュールを使用したソリューションを気に入っています。これを機能させるために文字列リテラルを作成する必要がないので、これは素晴らしいことです。しかし、1つの欠点は、で受け入れられた回答よりも90％遅いことですstrptime。

from dateutil import parser
from datetime import datetime
import timeit

def dt():
    dt = parser.parse("Jun 1 2005  1:33PM")
def strptime():
    datetime_object = datetime.strptime('Jun 1 2005  1:33PM', '%b %d %Y %I:%M%p')

print(timeit.timeit(stmt=dt, number=10**5))
print(timeit.timeit(stmt=strptime, number=10**5))
>10.70296801342902
>1.3627995655316933

あなたがこれを何百万回も繰り返さない限り、私はまだparser方法がより便利で、ほとんどの時間フォーマットを自動的に処理すると思います。

ここで言及されていない便利なもの：接尾辞を日付に追加します。日付だけでなく、好きな数値に使用できるように、サフィックスロジックを分離しました。

import time

def num_suffix(n):
    '''
    Returns the suffix for any given int
    '''
    suf = ('th','st', 'nd', 'rd')
    n = abs(n) # wise guy
    tens = int(str(n)[-2:])
    units = n % 10
    if tens > 10 and tens < 20:
        return suf[0] # teens with 'th'
    elif units <= 3:
        return suf[units]
    else:
        return suf[0] # 'th'

def day_suffix(t):
    '''
    Returns the suffix of the given struct_time day
    '''
    return num_suffix(t.tm_mday)

# Examples
print num_suffix(123)
print num_suffix(3431)
print num_suffix(1234)
print ''
print day_suffix(time.strptime("1 Dec 00", "%d %b %y"))
print day_suffix(time.strptime("2 Nov 01", "%d %b %y"))
print day_suffix(time.strptime("3 Oct 02", "%d %b %y"))
print day_suffix(time.strptime("4 Sep 03", "%d %b %y"))
print day_suffix(time.strptime("13 Nov 90", "%d %b %y"))
print day_suffix(time.strptime("14 Oct 10", "%d %b %y"))​​​​​​​

In [34]: import datetime

In [35]: _now = datetime.datetime.now()

In [36]: _now
Out[36]: datetime.datetime(2016, 1, 19, 9, 47, 0, 432000)

In [37]: print _now
2016-01-19 09:47:00.432000

In [38]: _parsed = datetime.datetime.strptime(str(_now),"%Y-%m-%d %H:%M:%S.%f")

In [39]: _parsed
Out[39]: datetime.datetime(2016, 1, 19, 9, 47, 0, 432000)

In [40]: assert _now == _parsed

Django Timezone対応の日時オブジェクトの例。

import datetime
from django.utils.timezone import get_current_timezone
tz = get_current_timezone()

format = '%b %d %Y %I:%M%p'
date_object = datetime.datetime.strptime('Jun 1 2005  1:33PM', format)
date_obj = tz.localize(date_object)

この変換は、DjangoとPythonで非常に重要ですUSE_TZ = True。

RuntimeWarning: DateTimeField MyModel.created received a naive datetime (2016-03-04 00:00:00) while time zone support is active.

次のような小さなユーティリティ関数を作成します。

def date(datestr="", format="%Y-%m-%d"):
    from datetime import datetime
    if not datestr:
        return datetime.today().date()
    return datetime.strptime(datestr, format).date()

これは十分に用途が広いです：

• 引数を渡さない場合、今日の日付が返されます。
• オーバーライドできるデフォルトの日付形式があります。
• 日時を返すように簡単に変更できます。

文字列を日時に変換したり、タイムゾーンを使用したりするのに役立ちます

def convert_string_to_time(date_string, timezone):
    from datetime import datetime
    import pytz
    date_time_obj = datetime.strptime(date_string[:26], '%Y-%m-%d %H:%M:%S.%f')
    date_time_obj_timezone = pytz.timezone(timezone).localize(date_time_obj)

    return date_time_obj_timezone

date = '2018-08-14 13:09:24.543953+00:00'
TIME_ZONE = 'UTC'
date_time_obj_timezone = convert_string_to_time(date, TIME_ZONE)

矢印は、日付と時刻に多くの便利な機能を提供します。このコードは、質問に対する回答を提供し、矢印は日付を簡単にフォーマットし、他のロケールの情報を表示できることも示しています。

>>> import arrow
>>> dateStrings = [ 'Jun 1  2005 1:33PM', 'Aug 28 1999 12:00AM' ]
>>> for dateString in dateStrings:
...     dateString
...     arrow.get(dateString.replace('  ',' '), 'MMM D YYYY H:mmA').datetime
...     arrow.get(dateString.replace('  ',' '), 'MMM D YYYY H:mmA').format('ddd, Do MMM YYYY HH:mm')
...     arrow.get(dateString.replace('  ',' '), 'MMM D YYYY H:mmA').humanize(locale='de')
...
'Jun 1  2005 1:33PM'
datetime.datetime(2005, 6, 1, 13, 33, tzinfo=tzutc())
'Wed, 1st Jun 2005 13:33'
'vor 11 Jahren'
'Aug 28 1999 12:00AM'
datetime.datetime(1999, 8, 28, 0, 0, tzinfo=tzutc())
'Sat, 28th Aug 1999 00:00'
'vor 17 Jahren'

詳細については、http：//arrow.readthedocs.io/en/latest/を参照してください。

easy_dateを使用して簡単にすることができます。

import date_converter
converted_date = date_converter.string_to_datetime('Jun 1 2005  1:33PM', '%b %d %Y %I:%M%p')

日付形式のみが必要な場合は、次のように個々のフィールドを渡して手動で変換できます。

>>> import datetime
>>> date = datetime.date(int('2017'),int('12'),int('21'))
>>> date
datetime.date(2017, 12, 21)
>>> type(date)
<type 'datetime.date'>

分割した文字列値を渡して、次のような日付型に変換できます。

selected_month_rec = '2017-09-01'
date_formate = datetime.date(int(selected_month_rec.split('-')[0]),int(selected_month_rec.split('-')[1]),int(selected_month_rec.split('-')[2]))

結果の値は日付形式で取得されます。

あなたもチェックすることができます dateparser

dateparser ローカライズされた日付を、Webページで一般的に見られるほとんどすべての文字列形式で簡単に解析するモジュールを提供します。

インストール：

$ pip install dateparser

これは、日付を解析する最も簡単な方法だと思います。

最も簡単な方法はdateparser.parse、モジュールのほとんどの機能をラップする関数を使用することです。

サンプルコード：

import dateparser

t1 = 'Jun 1 2005  1:33PM'
t2 = 'Aug 28 1999 12:00AM'

dt1 = dateparser.parse(t1)
dt2 = dateparser.parse(t2)

print(dt1)
print(dt2)

出力：

2005-06-01 13:33:00
1999-08-28 00:00:00

私の答えを見てください。

実世界のデータでは、これは本当の問題です。1つのデータセットで自由に混合されることが多い、複数の不一致、不完全、一貫性のない、多言語/地域の日付形式です。プロダクションコードが失敗しても問題はありません。キツネのように例外的にハッピーになることは言うまでもありません。

複数の日時形式fmt1、fmt2、...、fmtnをキャッチstrptime()して、不一致となるすべての例外を（から）抑制/処理する必要があります（特に、試行錯誤のn字下げインデントラダーが不要になるようにします） ..catch句）。私の解決策から

def try_strptime(s, fmts=['%d-%b-%y','%m/%d/%Y']):
    for fmt in fmts:
        try:
            return datetime.strptime(s, fmt)
        except:
            continue

    return None # or reraise the ValueError if no format matched, if you prefer

emp = pd.read_csv("C:\\py\\programs\\pandas_2\\pandas\\employees.csv")
emp.info()

「開始日時」列と「最終ログイン時間」の両方がデータフレームの「オブジェクト=文字列」であることを示しています

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1000 entries, 0 to 999
Data columns (total 8 columns):
First Name           933 non-null object
Gender               855 non-null object

Start Date           1000 non-null object

Last Login Time      1000 non-null object

Salary               1000 non-null int64
Bonus %              1000 non-null float64
Senior Management    933 non-null object
Team                 957 non-null object
dtypes: float64(1), int64(1), object(6)
memory usage: 62.6+ KB

言及のparse_datesオプションを使用することによりread_csv、文字列の日時をパンダの日時形式に変換できます。

emp = pd.read_csv("C:\\py\\programs\\pandas_2\\pandas\\employees.csv", parse_dates=["Start Date", "Last Login Time"])
emp.info()


<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1000 entries, 0 to 999
Data columns (total 8 columns):
First Name           933 non-null object
Gender               855 non-null object

Start Date           1000 non-null datetime64[ns]
Last Login Time      1000 non-null datetime64[ns]

Salary               1000 non-null int64
Bonus %              1000 non-null float64
Senior Management    933 non-null object
Team                 957 non-null object
dtypes: datetime64[ns](2), float64(1), int64(1), object(4)
memory usage: 62.6+ KB