python中处理时间有个datetime模块，模块定义了如下几个类：
为了大家熟悉上面常用的类，下面介绍一些实例。
#datetime.date类
import datetime
print('1.现在是',datetime.date.today(),'日')
print('2.现在是',datetime.date.today().year,'年')
print('3.现在是',datetime.date.today().month,'月')
print('4.现在是',datetime.date.today().day,'日')
#得到结果：
1.现在是 2021-10-31 日
2.现在是 2021 年
3.现在是 10 月
4.现在是 31 日
#datetime.datetime类
import datetime
print('1.现在是',datetime.datetime.today(),'日')
print('2.现在是',datetime.datetime.today().year,'年')
print('3.现在是',datetime.datetime.today().month,'月')
print('4.现在是',datetime.datetime.today().day,'日')
print('5.现在是',datetime.datetime.today().hour,'时')
print('6.现在是',datetime.datetime.today().minute,'分')
print('7.现在是',datetime.datetime.today().second,'秒')
print('8.现在是',datetime.datetime.today().microsecond,'微秒')
#得到结果：
1.现在是 2021-10-31 15:55:23.676360 日
2.现在是 2021 年
3.现在是 10 月
4.现在是 31 日
5.现在是 15 时
6.现在是 55 分
7.现在是 23 秒
8.现在是 677333 微秒
#datetime.timedelta类
import datetime
today = datetime.date.today()
yestoday = today + datetime.timedelta(days = -1)
tomorrow = today + datetime.timedelta(days = 1)
print('1.今天是', today,'日')
print('2.昨天是', yestoday,'日')
print('3.明天是', tomorrow,'日')
#得到结果：
1.今天是 2021-10-31 日
2.昨天是 2021-10-30 日
3.明天是 2021-11-01 日
这一小节介绍把日期转换成字符，主要用到datetime.datetime.strftime函数。
#dateTime to str date_time_now = datetime.datetime.now() str_now1 = datetime.datetime.strftime(date_time_now, '%Y-%m-%d') print(date_time_now) str_now1 #得到结果： 2021-10-31 16:20:45.391792 '2021-10-31'
这一小节介绍把字符转换成日期，主要用到datetime.datetime.strptime函数。
#str to date str_time = '2021-10-21' date_time = datetime.datetime.strptime(str_time, '%Y-%m-%d').date() print(date_time) #得到结果： 2021-10-21
这一小节介绍把数值转换成日期。从excel数据表中读取时间，如果是2021/10/11这种格式，会转变成相应数值44480。这时需要转换成对应的日期，具体代码如下：
#num to date
from datetime import datetime
from xlrd import xldate_as_datetime, xldate_as_tuple
num = 44480
datetime(*xldate_as_tuple(num,0)).strftime('%Y-%m-%d')
#得到结果：
'2021-10-11'
本小节是应用前面小节阐述的函数，处理实际工作中遇到的问题。比如有一批信贷催收数据，由于一个客户可能电话没有接通，导致存在多次拨打的可能。我们想分析客户没有还钱的真实原因，所以想取客户最后一次通话，催收员记录的客户逾期原因。这时就需要把数据集按合同号和拨打电话的时间排序，取最后一次拨打电话的逾期原因。
首先是读取数据，代码如下：
import pandas as pd
from xlrd import open_workbook
file_name = r'F:\公众号\43.时间函数\催记-2021-10-11至2021-10-17.xlsx'
#文件名称
table = open_workbook(file_name)
#打开文件
sheets_name = table.sheet_names()
#获取excel中的sheet名
get_sheet1 = table.sheet_by_name('Sheet1')
#获取Sheet1
data = list()
for i in range(get_each_sheet.nrows):
col_values = get_sheet1.row_values(i, start_colx=0, end_colx=None)
data.append(col_values)
data1 = pd.DataFrame(data)
#把Sheet1中的数据读取出来生成数据框
data1.columns = data1.iloc[0]
data1 = data1.drop(index=0)
#数据框列名确定，并删除第一行
data2 = data1[['合同号', '姓名', '联络类型', '联络类型', '催收时间', '催收内容', '催收状态', '委案日期']]
#取数据框中的固定列
注：如需本文数据，可直接在公众号中回复”催收数据时间处理”，即可免费获取。
得到结果：
接着是处理催收时间变成日期格式，代码如下：
from datetime import datetime
from xlrd import xldate_as_datetime, xldate_as_tuple
def num_to_date(num_):
return datetime(*xldate_as_tuple(num_,0)).strftime('%Y-%m-%d')
data2['催收时间'] = data2['催收时间'].apply(num_to_date)
data2.head(2)
得到结果：
最后是对数据框按合同号和催收时间进行排序，取最后一条催收记录，代码如下：
data3 = data2.sort_values(by=['合同号', '催收时间'],ascending=[False, False])
data3 = data3.groupby('合同号',as_index=False).first()
print(data2.shape)
print(data3.shape)
得到结果：
(1744, 8)
(1455, 8)
