[python]统一转换日期格式dateutil.parser.parse

Python011

[python]统一转换日期格式dateutil.parser.parse,第1张

背景：

我有很多很多的日志数据，每个日志里面都有日期字符串，我需要将其转换为datetime格式。

问题是，这些日志里的字符串格式五花八门，有2017-05-25T05:27:30.313292255Z，有2016-07-01T00:00:00以及其他各种我还没有看到的格式。

开始我写了一长串的if else来判断格式，但是总有我漏掉的。

最后上网一查，发现dateutil.parser.parse。可以不用我们指定格式，直接将字符串转换为datetime格式。

注：我试了下"19/May/2017:04:10:06 +0000" 居然失败了- -！那可能这个函数只认识数字不认得字母吧。

用Python实现字符串和日期相互转换的方法，具体如下：

这里用的分别是time和datetime函数来处理

import time,datetime//日期转化为字符串# date to str//输出时间print time.strftime("%Y-%m-%d %X", time.localtime())#str to date//字符串转化为日期t = time.strptime("2016 - 12 - 05", "%Y - %m - %d")y,m,d = t[0:3]//输出时间print datetime.datetime(y,m,d)

5位数日期戳读取 .mat 文件处理里面数据时，发现里面的日期数据全部都是 “5位数” 数字，很不解；后来查到可以在excel中通过设置单元格调回标准日期格式，如下：选中日期戳，右键选择 “格式化单元格（Format Cells）”选择需要的日期格式，点击ok即可通过代码转成标准日期例如这个DataFrame中的日期，全部都是“日期戳”格式的，但我需要的是人能看懂的“标准日期”；确认起始日期首先需拿一个“日期戳”对应的时间(标准日期)，减去这个日期戳，得出起始时间。获取起始时间：2018-05-02 对应的日期戳为：43222，接下来通过pandas 的Timedelta()和 to_datetime() 获取起始时间。可以看到起始日期为“1899-12-30”这样一来后续日期戳转标准日期，只需要在 “1899-12-30” 的基础上加 “日期戳”即可。批量转换首先定义一个函数用来进行转换：#定义转化日期戳的函数,stamp为日期戳def date(stamp):delta = pd.Timedelta(str(stamp)+'D')real_time = pd.to_datetime('1899-12-30') + deltareturn real_time然后针对DataFrame需要转换的列进行转换即可：