在处理数据的时候经常会碰见各种时间数据，但因为时间数据的格式不统一，所以导致数据处理的时候有一些麻烦。Python的标准库提供了相应模块，但可用性却不高，也不够人性化。本专栏之前已经有文章介绍过在R中如何处理时间数据(lubridate包)，而Python中也有实现类似功能的包。这篇文章我们讲一下如何使用Python的第三方库Arrow来处理时间数据。

Arrow提供一种易用的智能的方式来创建、操作、格式化和转换时间数据。

基本使用

Arrow处理时间数据时需要先将数据转为Arrow对象，Arrow可以灵活的转化多种格式的时间数据，如以不同间隔符分隔的时间数据：

>>> arrow.get('2017-01-05')

<Arrow [2017-01-05T00:00:00+00:00]>

>>> arrow.get('2017.01.05')

<Arrow [2017-01-05T00:00:00+00:00]>

>>> arrow.get('2017/01/05')

<Arrow [2017-01-05T00:00:00+00:00]>

>>> arrow.get('2017/01.05')

<Arrow [2017-01-05T00:00:00+00:00]>

还有以不同顺序排列的时间数据：

>>> arrow.get('05/2017.01', 'DD/YYYY.MM')

<Arrow [2017-01-05T00:00:00+00:00]>

>>> arrow.get('05/01/2017', 'DD/MM/YYYY')

<Arrow [2017-01-05T00:00:00+00:00]>

>>> arrow.get('01.05.2017', 'MM.DD.YYYY')

<Arrow [2017-01-05T00:00:00+00:00]>

timestamps时间数据当然也可以：

 

>>> arrow.get('1586782011')

<Arrow [2020-04-13T12:46:51+00:00]>

>>> arrow.get('1586782011.123456')

<Arrow [2020-04-13T12:46:51.123456+00:00]>

字符串中的时间数据也可以获取：

 

>>> arrow.get('June was born in May 1980', 'MMMM YYYY')

<Arrow [1980-05-01T00:00:00+00:00]>

获取数据

 

转换为Arrow对象后，我们可以很方便的获取我们想要的各种时间数据，通过year、month、day、hour、minute、second、week等属性，如：

 

>>> now = arrow.now()

>>> now

<Arrow [2017-02-04T13:47:58.114342+08:00]>

>>> now.year

2017

>>> now.month

2

>>> now.day

4

>>> now.hour

13

>>> now.minute

47

>>> now.second

58

>>> now.week

5

修改数据

 

我们免不了需要对时间数据进行操作修改，Arrow也提供了很方便的方法来操作，如切换时区to()方法：

 

>>> utc = arrow.get('2017-02-03T13:47:58.114342+00:00')

>>> utc

<Arrow [2017-02-03T13:47:58.114342+00:00]>

>>> utc.to('local')

<Arrow [2017-02-03T21:47:58.114342+08:00]>

>>> utc.to('US/Pacific')

<Arrow [2017-02-03T05:47:58.114342-08:00]>

>>> utc.to('+02:00')

<Arrow [2017-02-03T15:47:58.114342+02:00]>

当然还有修改时间的replace()方法：

 

>>> utc = arrow.get('2017-02-03T13:47:58.114342+00:00')

>>> utc

<Arrow [2017-02-03T13:47:58.114342+00:00]>

>>> utc.replace(days=+1)

<Arrow [2017-02-04T13:47:58.114342+00:00]>

>>> utc.replace(days=+1, hours=-1)

<Arrow [2017-02-04T12:47:58.114342+00:00]>

>>> utc.replace(weeks=+1)

<Arrow [2017-02-10T13:47:58.114342+00:00]>

数据运算

 

Arrow对象可以通过简单的大于小于符合来判断时间先后，如：

 

>>> start = arrow.get('2017-02-03T15:47:58.114342+02:00')

>>> end = arrow.get('2017-02-02T07:17:41.756144+02:00')

>>> start

<Arrow [2017-02-03T15:47:58.114342+02:00]>

>>> end

<Arrow [2017-02-02T07:17:41.756144+02:00]>

>>> start > end

True

>>> start_to = start.to('+08:00')

>>> start == start_to

True

也可以通过'-'运算符来获得时间的差值，如：

 

>>> start - end

datetime.timedelta(1, 30616, 358198)

时间区间

 

Arrow也可以根据时间来获取一个时间区间，如：

 

>>> utc = arrow.get('2017-02-03T13:47:58.114342+00:00')

>>> utc

<Arrow [2017-02-03T13:47:58.114342+00:00]>

>>> utc.span('hour')

(<Arrow [2017-02-03T13:00:00+00:00]>, <Arrow [2017-02-03T13:59:59.999999+00:00]>)

>>> utc.span('year')

(<Arrow [2017-01-01T00:00:00+00:00]>, <Arrow [2017-12-31T23:59:59.999999+00:00]>)

>>> utc.span('day')

(<Arrow [2017-02-03T00:00:00+00:00]>, <Arrow [2017-02-03T23:59:59.999999+00:00]>)

也可以根据某个限定条件获取最大时间与最小时间，如：

 

>>> utc = arrow.get('2017-02-03T13:47:58.114342+00:00')

>>> utc

<Arrow [2017-02-03T13:47:58.114342+00:00]>

>>> utc.floor('year')

<Arrow [2017-01-01T00:00:00+00:00]>

>>> utc.ceil('year')

<Arrow [2017-12-31T23:59:59.999999+00:00]>

>>> utc.floor('day')

<Arrow [2017-02-03T00:00:00+00:00]>

>>> utc.ceil('day')

<Arrow [2017-02-03T23:59:59.999999+00:00]>

人性化

 

Arrow还提供了一些人性化比较时间的方式，humanize()方法，具体例子如下：

 

>>> earlier = arrow.utcnow().replace(hours=-2)

>>> earlier.humanize()

'2 hours ago'

 

>>> later = later = earlier.replace(hours=4)

>>> later.humanize(earlier)

'in 4 hours'