Python进行数据分析时，按照日期进行分组汇总也是被需要的，比如判断某月某日是星期几，依据此推断是否为工作日等；
从指定的日期当中获取星期几。比如2022年9月18日，星期日，这一天商场的顾客到访和成就都会比工作日期间要多。
本文就以2022-09-18为例，演示Python获取指定日期是“星期几”的6种方法！
第1种方法 导入dateutil.parser
解析器模块可以解析更多格式的日期时间字符串。没有比 dateutil 更好的库来解析 Python 中的日期和时间了。为了查询时区，tz 模块提供了一切。当这些模块结合在一起的时候，它们使解析字符串成为具有时区意识的日期时间对象变得非常容易。
安装 : dateutil可以用pip或easy_install来安装，即sudo pip install dateutil==2.0或sudo easy_install dateutil==2.0。需要2.0版本以兼容Python 3。完整的文档可以在 http://labix.org/python-dateutil 找到。
from dateutil.parser import parsedef day_of_week(date): return parse(date, dayfirst=True).strftime("%A")
优势明显！兼容
输入不同的日期格式，几种常见的顺序都正常输出
#输入不同的日期格式print(parser.parse('9 - 18 - 2022'))print(parser.parse('2022-9-18'))print(parser.parse('18-9-2022'))print(parser.parse('Sun Sep 18 13:42:28 2022'))#print(parser.parse('Sunday/ 18 September/ 2022 13:42PM'))print(parser.parse('9 / 18 / 2022 13:42:28'))print(parser.parse('9 / 18 / 2022'))print(parser.parse('2022-09-25T13:42:28Z'))
输出效果
2022-09-18 00:00:002022-09-18 00:00:002022-09-18 00:00:002022-09-18 13:42:282022-09-18 13:42:282022-09-18 00:00:002022-09-25 13:42:28+00:00
只需要导入解析器模块，用一个日期时间字符串调用parse()函数。解析器可以返回一个合理的日期时间对象，但它不能解析字符串，它将引发ValueError。它是如何工作的。
解析器不是寻找可识别的标记，而是猜测这些标记指的是什么。它不使用正则表达式。这些标记的顺序很重要，因为它使用的日期格式看起来像月/日/年（默认顺序），而其他的则使用日/月/年的格式。parse()函数需要一个可选的关键字参数，dayfirst，它默认为False来处理这个问题。如果设置为 True，它可以正确地解析后一种格式的日期。
parse()函数需要一个可选的关键字参数，dayfirst，它默认为False来处理这个问题。如果设置为 True，它可以正确地解析后一种格式的日期。
这些标记的顺序很重要，因为它使用的日期格式看起来像月/日/年（默认顺序），而其他的则使用日/月/年的格式。
parse()函数需要一个可选的关键字参数，dayfirst，它默认为False来处理这个问题。如果它被设置为 True，它可以正确地解析后一种格式的日期。
parser.parse('16 / 6/2022', dayfirst = True)
输出:
datetime.datetime(2022, 6, 16, 0, 0)
另一个排序问题可能发生在两位数的年份上。但'11-6-19′是一个模糊的日期格式。由于dateutil默认为月-日-年的格式，'11-6-19′被解析为2019年。但是如果将yearfirst = True传入parse()，它可以被解析为2011年。
print (parser.parse('11-6-19'))print (parser.parse('10-6-25', yearfirst = True))2019-11-06 00:00:002010-06-25 00:00:00
输出:
2019-11-06 00:00:002010-06-25 00:00:00
dateutil解析器还可以进行模糊解析，并允许忽略日期时间字符串中不相干的字符。当遇到未知的标记时，parse()会引发ValueError，默认值为False。如果fuzzy = True，通常可以返回一个日期时间对象。
第2种方法 weekday() datetime模块是一个Python内置库，无需再进行pip安装，它除了可以显示日期和时间之外，还可以进行日期和时间的运算以及格式化。datetime模块中的方法weekday()可用于检索星期几，结果返回0-6之间的整数，用来代表“星期一”到“星期日”。在交互式环境中输入如下命令：
from datetime import datetimedatetime.date(2022, 9, 18).weekday()
输出：在代码中，datetime模块会先将由年、月和日组成的日期转换为datetime日期。然后weekday()方法获取“2022-09-18”这天是星期日。
但是根据我们国内的习惯，总不能直接输出1吧。所以我们可以先自定义一个包含中文“星期几”的列表，再通过索引的方式来返回一个中文的星期几。
输入如下命令：
week_cn = ["星期一","星期二","星期三","星期四","星期五","星期六","星期日"]week_cn[datetime.date(2022, 9, 18).weekday()]
输出：'星期二'
第3种方法 isisoweekday() isoweekday()方法与前一个weekday()方法的工作原理类似，最大的区别是它返回1-7之间的整数，用来代表“星期一”到“星期日”。在交互式环境中输入如下命令：
import datetimedatetime.date(2022, 9, 18).isoweekday()7
输出：7 这次输出的结果7，对应于“星期日”了。
第 4 种方法 strftime() 如果你想直接输出日期的英文周名，不妨试试strftime()方法。利用strftime()方法可以将datetime对象显示为字符串。我们其实对日期格式转化为字符串格式非常熟悉，比如strftime('%b-%m-%y %H:%M:%S')，只需将其中的指令改为%A，即可得到日期是星期几。在交互式环境中输入如下命令：
import datetimedatetime.date(2022, 9, 18).strftime("%A")
输出：'Sunday'
如果将代码中的%A改为%a，则输出的是星期几的简写。datetime.date(2022, 9, 18).strftime("%a")
输出：'Sun'
第 5 种 calendar 在Python中calendar日历模块也是一个内置库，为我们对日历做处理提供了很多方法，使用起来非常方便，我们可以使用它制作日历/周历等等。同样，它也提供了weekday()和day_name()方法来查询指定日期是星期几。在交互式环境中输入如下命令：
import calendarcalendar.weekday(2022, 9, 18)6
输出：6
注意：calendar输出不是 7 是 6！
这与前文第一个方法的datetime模块weekday()方法是一模一样的。如果你想直接输出日期的英文周名，calendar日历模块也有方法可以实现。
import datetimeimport calendardate_week = datetime.date(2022, 9, 18).weekday()day_name_en = ["Monday","Tuesday","Wednesday","Thursday","Friday","Saturday","Sunday"]print(calendar.day_name[date_week])
输出：'Sunday'
import datetimeimport calendardate_week = datetime.date(2022, 9, 18).weekday()day_name = ["星期一", "星期二", "星期三", "星期四", "星期五", "星期六", "星期日"]print(day_name[date_week])
输出：'星期日'
第 6 种 pendulum datetime模块也有一些限制，比如处理时区问题等等。而pendulum模块是这个第三方开源库，可以解决内置datetime模块的所有问题。
https://pypi.org/project/pendulum/当然，它也有方法可以输出指定日期是星期几。在交互式环境中输入如下命令：
import pendulumpendulum.parse('2022-09-18').day_of_week
第 7 种 pandas
import pandas as pdfrom datetime import datetimedf = pd.DataFrame({ "date": [datetime(2022, 9, 18), datetime(2022, 10, 1), datetime(2022, 12 , 25)， datetime(2022, 12 , 25)] })df
输出 df
date0 2022-09-181 2022-10-012 2022-12-25
日期->星期
df["week_num1"] = df["date"].dt.dayofweekdf["week_num2"] = df["date"].dt.weekdaydf["week_name"] = df["date"].dt.day_name()df
输出
date week_num1 week_num2 week_name0 2022-09-18 6 6 Sunday1 2022-10-01 5 5 Saturday2 2022-12-25 6 6 Sunday
jupterbook截图显示
[图片上传失败...(image-b56ab6-1663482717548)]
特殊场景的用途 大多数应用要求的精度可达几秒钟，但也有一些关键的应用要求纳秒级的精度，特别是那些可以进行极速计算的应用。[图片上传失败...(image-d23278-1663482717548)]
它可以帮助深入了解与应用程序的时间空间有关的某些因素。让我们看看如何能解析含有纳秒的DateTime字符串。Python有一个指令列表，可以用来将字符串解析为日期时间对象。让我们看一下我们将在代码中使用的其中一些指令。
[图片上传失败...(image-55a63c-1663482717548)]
网友评论