Question

给出两个日期，例如：

January 1, 2018
February 1, 2018
March 1, 2018
April 1, 2018
May 1, 2018
June 1, 2018

我想得到这个结果：

December 1, 2017

此外，我还想修改间隔。在上面的情况中，间隔是每月。我也希望它每季度和每半年一次。

所以，鉴于June 1, 2018和March 1, 2018，它会为半年生成val df = spark.sql("SELECT * FROM csv.`csv/file/path/in/hdfs`")，依此类推......

我也希望它具有包容性，这意味着也应包括结束日期

是否有python包或函数？

Answer 1

Pandas有一个非常好的日期时间函数库。

import pandas as pd

start = pd.to_datetime('December 1, 2017')
end = pd.to_datetime('June 1, 2018')

每个月的第一天：

pd.date_range(start, end, freq='MS').strftime('%B %d, %Y').tolist()

['December 01, 2017',
 'January 01, 2018',
 'February 01, 2018',
 'March 01, 2018',
 'April 01, 2018',
 'May 01, 2018',
 'June 01, 2018']

您可以将this chart用于freq值。

pd.date_range(start, end, freq='QS').strftime('%B %d, %Y').tolist()

['January 01, 2018', 'April 01, 2018']

Answer 2

Pendulum — and specifically its 'range' function —对此有好处。

它将为您提供月度间隔日期以及我将您称为三个月间隔日期的内容。

>>> import pendulum
>>> start = pendulum.Pendulum(2017, 12, 1)
>>> end = pendulum.Pendulum(2018, 6, 1)
>>> period = pendulum.period(start, end)
>>> [dt.format('%Y-%m-%d') for dt in  period.range('months')]
['2017-12-01', '2018-01-01', '2018-02-01', '2018-03-01', '2018-04-01', '2018-05-01', '2018-06-01']
>>> [dt.format('%Y-%m-%d') for dt in  period.range('months', 3)]
['2017-12-01', '2018-03-01', '2018-06-01']

Answer 3

from datetime import datetime

def mrange(d1, d2,s=0): #s for semi-annual
    while d1<d2:
        y,m=divmod(d1.month+1,12)
        d1=datetime(d1.year+y,m,1)
        if not s or d1.month==3 :
            yield d1


d1='December 1, 2017'
d2='June 1, 2018'
d1 = datetime.strptime(d1,'%B %d, %Y')
d2 = datetime.strptime(d2,'%B %d, %Y')
for s in mrange(d1, d2,):print(s.strftime('%B %d, %Y'))
print('--'*25)
for s in mrange(d1, d2,1):print(s.strftime('%B %d, %Y'))

python - 获取间隔内的所有日期

3 个答案: