京公网安备 11010802034615号
经营许可证编号:京B2-20210330
在Python中操作时间之strptime()方法的使用
strptime()方法分析表示根据格式的时间字符串。返回值是一个struct_time所返回gmtime()或localtime()。
格式参数使用相同的指令使用strftime();它默认为“%a %b %d %H:%M:%S %Y”相匹配的ctime()所返回的格式。
如果字符串不能按格式进行解析,或者如果它具有解析后多余的数据,ValueError被挂起。
语法
以下是strptime()方法的语法:
time.strptime(string[, format])
参数
string -- 这是其中将根据给定的格式解析字符串格式的时间。
format -- 这是将用于解析该给定的字符串的指令。
下面的指令可以嵌入格式字符串:
指令
%a - 简写的星期几
%A - 完整的星期几
%b - 缩写的月份名称
%B - 完整的月份名称
%c - 首选日期和时间表示
%C - 世纪值(年份除以100,范围从00到99)
%d - 该月的第几天(01?31)
%D - 类似 %m/%d/%y
%e - 该月的一天(1?31)
%g - 类似于%G,但是没有世纪
%G - 对应于ISO周数4位数的年份(参见%V)
%h - 类似于 %b
%H - 小时,使用24小时制(00?23)
%I - 小时,使用12小时制(01?12)
%j - 一年中的哪一天(001?366)
%m - 月份(01?12)
%M - 分钟
%n - 换行符
%p - 根据给定的时间值am或pm
%r - 时间在上午和下午的符号:am/pm
%R - 时间以24小时制
%S - 秒
%t - 制表符
%T - 当前时间,等于 %H:%M:%S
%u - 工作日为数字(1到7),星期一= 1。警告:在Sun Solaris上周日=1
%U - 当年的周数,第一个星期日作为第一周的第一天
%V - 本年度ISO 8601的周数(01到53),其中,第1周是在本年度至少4天的第一个星期,星期一作为一周的第一天
%W - 当年的周数,与第一个星期一作为第一周的第一天
%w - 星期为一个小数,星期日=0
%x - 没有时间的日期表示
%X - 无日期首选的时间表示
%y - 一年无世纪(范围从00到99)
%Y - 今年,包括世纪
%Z or %z - 时区或名称或缩写
%% -文字%字符
返回值
这个返回struct_time所返回gmtime()或localtime()的值。
例子
下面的例子显示 strptime()方法的使用。
#!/usr/bin/python
import time
struct_time = time.strptime("30 Nov 00", "%d %b %y")
print "returned tuple: %s " % struct_time
When we run above program, it produces following result:
returned tuple: (2000, 11, 30, 0, 0, 0, 3, 335, -1)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14