在上一篇中，总结了一下关于时间日期的简单计算，但是我们发现很多功能都是datetime库提供的，那么pandas有没有提供跟日期时间有关的函数呢？

自然是有的就是.dt。跟.str一样，后面可以加多个函数进行操作。

这里的dt自然代表的是datetime（我猜）。

比如现在有一组数据：

由于日期这一列是datetime64格式，当导出到excel或者别的地方的时候，就会出现格式不是我们想要的。

这种在导出后还要再次调试格式，让我的懒病都发作了。

一、 日期设置格式：dt.strftime()

注意：经过.dt.strftime()处理后的数据就不再是datetime类型，就算导出到excel也是不能直接被识别为日期的，所以处理时要慎重。

当然，还可以处理成其它格式：

小写的y，年份就只有两位

不要中间的‘-’

中间用斜线

将年份放后面

年份也不要了

还有设置格式更简洁的方式：

dt.date只提取日期部分

只要记住大写Y和小写y的区别，其它的就可以随心所欲了。dt.strftime()与Datetime库里面的格式设置是不一样的，请注意区别。

二、 提取时间日期中的 部分信息：

dt.year能直接提取出年份，而且是整数型。

其它信息和年份差不多：

月份

日

小时

时间

季度

还可以返回星期几：（星期一是0，星期天是6，跟切片的时候很相似。）

这就联想到上一篇文章提到的timedelta类型提取日期，那这个dt能不能用在timedelta类型的数据上呢？

实现了，而且更方便了，这里的.days很类似datetime库里面的.days。相当于用.dt.days代替了之前的map(lambda x:x.days)。

按照这个逻辑，.dt.total_seconds()也是可以使用的。

的确可行。

三、计算天数相关：

这个可以计算日期位于某一年的第几天（正常计数）：

下面这个可以计算这些日期位于一年第几周：

除了上面这些，还有.dt后面还可以接很多函数，实在太多，就不一一介绍了。