python標準庫包含用於日期（date）和時間（time）資料的資料型別，而且還含有日曆方面的功能。我們主要會用到datetime、time和calendar模組。datetime.datetime是用得最多的資料型別。

datetime模組中的資料型別

date 以公曆形式儲存日曆日期（年、月、日）

time                將時間儲存為時、分、秒、毫秒

datetime        儲存日期和時間

timedelta       表示兩個datetime值之間的差（日、秒、毫秒）

字串和datetime之間的相互轉換

1、利用strftime()方法（傳入一個格式化字串）將datetime物件轉化成字串

eg：

datetime_now = datetime.datetime.now().strftime('%b-%d-%Y %H:%M:%S')
print datetime_now

#return Feb-26-2018 11:26:19

2、通過strptime()方法可將字串轉化成datetime物件

start_dt = "2015.2.19"
end_dt = "2015.3.29"
start = datetime.datetime.strptime(start_dt, '%Y.%m.%d')
end = datetime.datetime.strptime(end_dt, '%Y.%m.%d'
 
)
total_days = end - start
print total_days.days

#return 38

每次都要編寫時間格式定義很麻煩，尤其是對於那些常見的時間格式，這時我們可以使用第三方庫deteutil中的parser.parse方法

from dateutil.parser import parse
dt = parse('2018-2-26')
print dt

#return 2018-02-26 00:00:00

在國際通用的格式中，日通常是放在月的前面的，傳入dayfirst=True即可，但親試了一下不加甚至是dayfirst=False都會輸出正常的結果。

dt = parse('26/2/2018'
 
,dayfirst=True)
print dt

#return 2018-02-26 00:00:00

在pandas中利用to_datetime方法可以將多種不同的時間格式轉化成標準的時間格式，對於多個時間的列表可通過索引獲取單個轉化後的時間,對於None或者是空字串等會表示為NaT（Not a Time）

import pandas as pd
datestrs = ['26/2/2018','8/8/2008',None]
dts = pd.to_datetime(datestrs)
dt = pd.to_datetime('2018.2.28')
print dt
print dts

#return 

2018-02-28 00:00:00
DatetimeIndex(['2018-02-26', '2008-08-08','NaT'], dtype='datetime64[ns]', freq=None)

datetime格式定義

    %y 兩位數的年份表示（00-99）

    %Y 四位數的年份表示（0000-9999）

    %m 月份（01-12）

    %d 月內中的一天（01-31）

    %H 24小時制小時數（0-23）

    %I 12小時制小時數（01-12）

    %M 分鐘數（00-59）

    %S 秒（00-61）（秒60和秒61用於閏秒）

    %a 本地簡化星期名稱

    %A 本地完整星期名稱

    %b 本地簡化的月份名稱

    %B 本地完整的月份名稱

    %c 本地相應的日期表示和時間表示

    %j 年內的一天（001-366）

    %p 本地A.M.或P.M.的等價符

    %U 一年中的星期數（00-53）星期天為星期的開始

    %W 一年中的星期數（00-53）星期一為星期的開始

    %w 星期（0-6），星期天為星期的開始

    %x 本地相應的日期表示

    %X 本地相應的時間表示

    %Z 當前時區的名稱

    %F %Y-%m-%d簡寫形式，例如2018-02-26

    %D %m/%d/%y簡寫形式，例如26/02/2018

    %% %號本身