一点微小的经验和各位讨论：datetime的基本用法

方自之

       写在前面：站点实测资料是气象常见的资料形式，日均和月均也是最基本的统计手段。大家都会有这样的经历：实测数据常会出现缺测值和缺失值，在统计日月平均时就很难写成一个简单的循环。本帖结合楼主自学经历，介绍通过datetime来做日平均的个例，希望大佬多多提意见。
       任务：很简单，站点观测数据计算日平均。数据格式如图。       难点：数据缺失与缺测。数据缺失：并不是每天都是24个数据。数据缺测：某些时刻的数据显示缺测，值为‘9999’。
       思路：读取数据时，我们读取日期这一列，形成以string为单位的一个list，与变量是完全对应的。这样我们用datetime建立一个时间循环2016/01/01、2016/01/02...再用读取的日期列去匹配这个时间循环，只要两个字符串相等（其实datetime不是字符串类型，需要转换），对应的气象要素就属于同一天。这样就避免了每天相加求平均的次数不是恒定值的问题。

1. start_day   = datetime.datetime.strptime('2016/1/1 0:00', '%Y/%m/%d %H:%M')#设定起始时间
   
2. for d in range(0,366):
   
3.     # firstly,we try to ues the fuction Datetime
   
4.     delta = datetime.timedelta(days=d)  # 设定时间间隔
   
5. 
   
6.     end_day_1 = start_day + delta
   
7.     end_day = str(end_day_1)            # 没有找到datetime的格式化函数，只好绕道用time的格式化办法
   
8.     timeArray = time.strptime(end_day, "%Y-%m-%d %H:%M:%S")
   
9.     otherStyleTime = time.strftime("%Y/%m/%d", timeArray)
   
10.     n = 0
    
11.     m = 0
    
12.     for i in range(0,len(day)):
    
13. 
    
14.     #the type of 'day' is 2016/1/1,but we wish that is same as otherstyletime,just like
    
15.     #2016/01/01.the fllowing code, we convert the type by using some fuction.
    
16.         vert_day = day[i].split('/')
    
17.         final_day= '%s/%02d/%02d' %(vert_day[0],int(vert_day[1]),int(vert_day[2]))
    
18.         if final_day == otherStyleTime:

复制代码

        首先，我们用datetime.strptime()设定一个起始时间，输出一个内容为‘2016-01-01 00:00’的新类型，但我们需要的格式是字符串，形式为‘2016/1/1’。于是这里楼主用了些笨办法，走了些弯路。delta是时间间隔，这里设为一天，即d=365时，otherStyleTime=‘2016-12-31 00:00’。这个函数很好用，最小能设置一秒，还有很多时间计数法。由于没有找到如何把datetime改变格式的办法，就去调用了time.strftime()，但值得到了字符串‘2016/01/01’,离最终的‘2016/1/1’还有一步之遥，这时候可以利用python字符串的格式化%大法，改变otherStyleTime或day[:]。后面再具体计算每一天的和以及求日平均时，简单加一个计数器n就可以了。至于缺测值‘9999’，我知道numpy是有相关函数的，但我没有去查。我加判别条件跳过‘9999’。在计算极大值时，利用set()找到‘第二大值’。
       讨论：1、python的特色就是包多，所以函数很多，虽然是个很基础的任务，但也可以找出很多又用的函数。2、python感觉和Fortran很大的不同就是对于字符串的处理，连读文件都是默认全是字符串。适应处理字符串变量，是学习python的必经之路。3、我看了看手头的资料，每一年的日期格式都是五花八门：2016/1/1、2013-01-01、20120101...也是醉了，和大家讨论如何很高效的处理有缺失和缺测的站点数据

贫道敬孔

多谢楼主分享，尽管还没有开始学Python。。先分享，等忙完这阵好好学习{:5_213:}