DateTime dt = DateTime.Now;
dt.ToString();//2005-11-5 13:21:25
dt.ToFileTime().ToString();//127756416859912816
dt.ToFileTimeUtc().ToString();//127756704859912816
dt.ToLocalTime().ToString();//2005-11-5 21:21:25
dt.ToLongDateString().ToString();//2005年11月5日
dt.ToLongTimeString().ToString();//13:21:25
dt.ToOADate().ToString();//38661.5565508218
dt.ToShortDateString().ToString();//2005-11-5
dt.ToShortTimeString().ToString();//13:21
dt.ToUniversalTime().ToString();//2005-11-5 5:21:25
dt.Year.ToString();//2005
dt.Date.ToString();//2005-11-5 0:00:00
dt.DayOfWeek.ToString();//Saturday
dt.DayOfYear.ToString();//309
dt.Hour.ToString();//13
dt.Millisecond.ToString();//441
dt.Minute.ToString();//30
dt.Month.ToString();//11
dt.Second.ToString();//28
dt.Ticks.ToString();//632667942284412864
dt.TimeOfDay.ToString();//13:30:28.4412864
dt.ToString();//2005-11-5 13:47:04
dt.AddYears(1).ToString();//2006-11-5 13:47:04
dt.AddDays(1.1).ToString();//2005-11-6 16:11:04
dt.AddHours(1.1).ToString();//2005-11-5 14:53:04
dt.AddMilliseconds(1.1).ToString();//2005-11-5 13:47:04
dt.AddMonths(1).ToString();//2005-12-5 13:47:04
dt.AddSeconds(1.1).ToString();//2005-11-5 13:47:05
dt.AddMinutes(1.1).ToString();//2005-11-5 13:48:10
dt.AddTicks(1000).ToString();//2005-11-5 13:47:04
dt.CompareTo(dt).ToString();//0
dt.Add(?).ToString();//问号为一个时间段
dt.Equals("2005-11-6 16:11:04").ToString();//False
dt.Equals(dt).ToString();//True
dt.GetHashCode().ToString();//1474088234
dt.GetType().ToString();//System.DateTime
dt.GetTypeCode().ToString();//DateTime
  
dt.GetDateTimeFormats(''s'')[0].ToString();//2005-11-05T14:06:25
dt.GetDateTimeFormats(''t'')[0].ToString();//14:06
dt.GetDateTimeFormats(''y'')[0].ToString();//2005年11月
dt.GetDateTimeFormats(''D'')[0].ToString();//2005年11月5日
dt.GetDateTimeFormats(''D'')[1].ToString();//2005 11 05
dt.GetDateTimeFormats(''D'')[2].ToString();//星期六 2005 11 05
dt.GetDateTimeFormats(''D'')[3].ToString();//星期六 2005年11月5日
dt.GetDateTimeFormats(''M'')[0].ToString();//11月5日
dt.GetDateTimeFormats(''f'')[0].ToString();//2005年11月5日 14:06
dt.GetDateTimeFormats(''g'')[0].ToString();//2005-11-5 14:06
dt.GetDateTimeFormats(''r'')[0].ToString();//Sat, 05 Nov 2005 14:06:25 GMT
string.Format("{0:d}",dt);//2005-11-5
string.Format("{0:D}",dt);//2005年11月5日
string.Format("{0:f}",dt);//2005年11月5日 14:23
string.Format("{0:F}",dt);//2005年11月5日 14:23:23
string.Format("{0:g}",dt);//2005-11-5 14:23
string.Format("{0:G}",dt);//2005-11-5 14:23:23
string.Format("{0:M}",dt);//11月5日
string.Format("{0:R}",dt);//Sat, 05 Nov 2005 14:23:23 GMT
string.Format("{0:s}",dt);//2005-11-05T14:23:23
string.Format("{0:t}",dt);//14:23
string.Format("{0:T}",dt);//14:23:23
string.Format("{0:u}",dt);//2005-11-05 14:23:23Z
string.Format("{0:U}",dt);//2005年11月5日 6:23:23
string.Format("{0:Y}",dt);//2005年11月
string.Format("{0}",dt);//2005-11-5 14:23:23
string.Format("{0:yyyyMMddHHmmssffff}",dt);
计算2个日期之间的天数差
-----------------------------------------------
DateTime dt1 = Convert.ToDateTime("2007-8-1");   
DateTime dt2 = Convert.ToDateTime("2007-8-15");  
TimeSpan span = dt2.Subtract(dt1);             
int dayDiff = span.Days + 1;                   
计算某年某月的天数
-----------------------------------------------   
int days = DateTime.DaysInMonth(2007, 8);      
days = 31;                                     
给日期增加一天、减少一天
-----------------------------------------------
DateTime dt =DateTime.Now;
dt.AddDays(1); //增加一天
dt.AddDays(-1);//减少一天
其它年份方法类似...
Oracle SQL里转换日期函数
-----------------------------------------------
to_date("2007-6-6",''YYYY-MM-DD");
to_date("2007/6/6",''yyyy/mm/dd");
如下一组数据,如何查找表里包含9月份的记录:
CGGC_STRATDATE  CGGC_ENDDATE
=========================================
2007-8-4  2007-9-5
2007-9-5  2007-9-20
2007-9-22  2007-10-5
SELECT * FROM TABLE
(TO_DATE(''2007/9/1'',''yyyy/mm/dd'') BETWEEN CGGC_STRATDATE
AND CGGC_ENDDATE OR CGGC_STRATDATE >=TO_DATE(''2007/9/1'',''yyyy/mm/dd'')
AND CGGC_ENDDATE<=TO_DATE(''2007/9/30'',''yyyy/mm/dd'') "
OR TO_DATE(''2007/9/30'',''yyyy/mm/dd'') BETWEEN CGGC_STRATDATE
AND CGGC_ENDDATE) ORDER BY CGGC_STRATDATE ASC


自定义 时间计算函数：
 /// <summary>
        /// 计算两个日期的时间间隔
        /// </summary>
        /// <param name="DateTime1">第一个日期和时间</param>
        /// <param name="DateTime2">第二个日期和时间</param>
        /// <returns></returns>
        private string DateDiff(DateTime DateTime1, DateTime DateTime2)
        {
            string dateDiff = null;

            TimeSpan ts1 = new TimeSpan(DateTime1.Ticks);
            TimeSpan ts2 = new TimeSpan(DateTime2.Ticks);
            TimeSpan ts = ts1.Subtract(ts2).Duration();
            dateDiff = ts.Days.ToString() + "天"
                + ts.Hours.ToString() + "小时"
                + ts.Minutes.ToString() + "分钟"
                + ts.Seconds.ToString() + "秒";

            return dateDiff;
        }
使用：
DateTime dt1 = Convert.ToDateTime("2007-8-1 14:06");
            DateTime dt2 = Convert.ToDateTime("2007-8-1 18:06");
            string s=DateDiff(dt1,dt2);


 

DateTime dt1 = Convert.ToDateTime("2007-8-1 14:06");
            DateTime dt2 = Convert.ToDateTime("2007-8-1 18:06");
            string s=DateDiff(dt1,dt2);


 
 
 

					
 
					揭密SQL Server DATETIME数据类型
					收藏
 
					
				

看完这篇文章的第一感觉
是，虽然对于日期类型数据使用得很算顺利，不过作者 提到的一些东西还真不知道。有时候在应用上，不觉得比老外差到那里去。但是， 
老外的一个优良习惯细扣概念并进行实证检验；而我们的习惯是概念是概念，应用 是应用。到最后会发现其实有些很基础的东西，是不知其所以然的。 

原文：Demystifying the SQL Server DATETIME Datatype


来源：SQL-Server-Performance.com


作者：Frank Kalis


When you follow online communities dedicated to SQL Server with open eyes, you certainly notice...... 


你和发现网上很多SQL Server的问题是关于DATETIME数据类型的，这似乎说明熟练使用DATETIME并不容易。 
奇
怪的是，我却一直相信使用DATETIME是不难的事。DATETIME并非复杂的数据类型，也没有深奥的日期算法。唯一需要 
理解的是为了安全的处理临时数据，DATETIME数据类型的一些基本概念。本文的目的就是帮助读者理解这些SQL Server有趣 
的地方，以及弄清楚DATETIME数据类型的一些真相。 
本文我都会使用ISO日期格式 
yyyymmdd。这是一种安全的日期格式，即无论你的电脑如何设置，该格式都可以运行正常，而且 它也不受SET DATEFORMAT或者SET 
LANGUAGE设置的影响。即使你不开发国际用户的数据库应用，也最好养成使用安全的 日期格式的习惯。SQL 
Server只有两种日期类型格式编号是安全的，112和116。112是ISO格式，116是ISO8601格式。 在SQL 
Server联机帮助的CAST和CONVERT主题中可以找到关于这两种日期编号的介绍。你越早养成这些习惯，很多潜在的 问题就越少。 
你将注意到，我特意使用了隐示地将CHAR转换成DATETIME。隐示转换有时候不是一种良好的开发习惯，不过根据 SQL Server数据类型中，DATETIME转换的优先级高，我认为转换是安全的。关于这点本文就不多阐述了。 
本文先来研究一下DATETIME数据类型的内部表现形式，然后将注意力转移到DATETIME相关的查询上，最后总结一些 注意事项，小技巧和常见问题的解决方法。 
所有的代码示例都适用于SQL Server 2000，我相信对于以前的SQL Server版本也应该适用。对于2000以后的版本，我将 检查本文并对不适用的地方作相应的改动。
好了，让我们开始吧！ 


DATETIME类型的数据的可读性


SELECT CAST
(GETDATE
() AS BINARY
(8)) AS
 WhatIsReallyStored


WhatIsReallyStored

------------------

0x00009620016CE3A8


(1 row(s) affected)


我必须承认，我对16进制数并不那么精通，所以我想我无法直接告诉你这串数字表示的是 2005-03-23 22:08:31.280. ;-) 
SQL Server联机帮助(SQL Server Books Online :BOL
)的解释是 "DATETIME数据类型的值储存在2个4byte长度的整数中。" 
说明就只有这些。 
注意
，BOL
并没有说DATETIEM类型的值是保存在某种特定的日期或者时间格式中，而这些格式是依赖于 语言和计算机设置的! 
而仅仅是说储存在2个整型数值中。这并非100％的描述清楚了。其实是这样的， 
该值的确是储存在2个4byte长度的整型中，但是被打包成了BINARY(8)。前4个字节保存和19000101这个日期的 差值，我们知道SQL 
Server的基准日期是19000101。 
后4个字节保存时间数据，该数据是以午夜开始的累积毫秒数。 
这些也能在BOL中找到相关的介绍。下面我们用一个简单的脚本来检验。 


DECLARE
 @300 BINARY
(8)
SET
 @300 = 0x00000000 + CAST
(300 AS BINARY
(4)) 


在
讨论运行结果前，我们先来看一下该脚本干什么用。首先定义了一个SQL Server DATETIME内部数据类型。 
然后我们将前4个byte(即日期部分)赋值为0x00000000。这意味着我们将它设置为基准日期(=19000101)。 
然后在日期部分后连接一个时间部分。时间部分赋值为300，根据BOL，我们知道，这表示300毫秒，即 1/3秒。运行脚本 


SELECT


@300

, CAST
(@300 AS DATETIME
)


------------------ ------------------------------------------------------

0x000000000000012C     1900-01-01 00:00:01.000


(1 row(s) affected)


奇怪，我们的结果显示是1秒，而不是300毫秒。反过来推理，赋值300表示1秒，也就是说它并不是 表示300毫秒，而是300/300秒，即1秒。 
实际上，SQL Server的确储存从午夜开始的时钟。每个时钟单位是3.33毫秒。这也就是为什么DATETIME 数据类型最小精确度是1/300。在BOL关于也是如此介绍的。 


DATETIME数据类型的基本查询


本节我们将利用SQL Server自带的Northwind示例数据库。 
DATETIME查询和其它数值查询方式是一样的。也就是说，你可以使用数值类型可以使用的比较操作，如 =, <>, >= or <=。而且也可以使用逻辑操作，如 LIKE 或 BETWEEN。下面进行示例。 

Example 1: 检索条件为特定时间：
 

SELECT


CustomerID

, OrderDate
FROM


Orders
WHERE


OrderDate = '19960704'



CustomerID OrderDate

---------- ------------------------------------------------------

VINET    1996-07-04 00:00:00.000


(1 row(s) affected) 


注意
，这里有一个使用DATETIME最重要的地方。既然DATETIME类型既包括日期部分，也包括时间部分， 查询中就要考虑这两个部分。幸运的是，Northwind Orders数据表只保存日期信息在OrderDate列中。为了 说明问题，我们修改查询如下： 


UPDATE


Orders
SET


OrderDate = '19960704 12:31:00'

WHERE


CustomerID='VINET'

AND


OrderDate = '19960704'


GO



CustomerID OrderDate

---------- ------------------------------------------------------


(0 row(s) affected) 


避免该情况唯一可做的就是在WHERE语法后同时指定时期和时间。然而在大多数情况下，我们并 不知道确切的时间或者只是对日期感兴趣。 

Example 2: 检索条件为阶段性时间


上面的例子中我们想把所有日期为'19960704'的记录查找出来，但是没有成功。下面我们给出有效的办法。 


SELECT


CustomerID

, OrderDate
FROM


Orders
WHERE


OrderDate >= '19960704'

AND


OrderDate < '19960705'



CustomerID OrderDate

---------- ------------------------------------------------------

VINET    1996-07-04 12:31:00.000


(1 row(s) affected) 


上
面是满足需求的最简单办法。基本思路就是你指定大于'19960704'(从凌晨00:00:00开始)，小于 
'19960705'(到午夜00:00:00结束)的时间段，搜索该时间段内的记录。这样处理，你就不必去做 
分割时间格式等工作，上面的查询还可以改写为： 


SELECT


CustomerID

, OrderDate
FROM


Orders
WHERE


OrderDate
BETWEEN

'19960704'

AND

'19960705'



CustomerID OrderDate

---------- ------------------------------------------------------

VINET   1996-07-04 12:31:00.000

TOMSP   1996-07-05 00:00:00.000


(2 row(s) affected) 


需要注意的是，上面的写法也许会造成一点麻烦，因为BETWEEN会搜索包括结束日期在内的记录。 BETWEEN的确是这样搜索的，比如我们改写为： 


SELECT


CustomerID

, OrderDate
FROM


Orders
WHERE


OrderDate
BETWEEN

'19960704'

AND

'19960704'



CustomerID OrderDate

---------- ------------------------------------------------------


(0 row(s) affected) 


这样，查询就无效了。如果不显式设置，SQL Server缺省将时间设置为午夜(00:00:00)。 因此，上面的查询无法找出时间不为午夜的任何记录。前面三个例子中，第一个例子是安全的， 推荐使用。无论采取那种方式，首要的是要搞清楚我们想要的到底是什么。 
顺便提一下，上面查询在执行计划中，SQL Server会自动将BETWEEN解析为 >= 和 <= 的方式。因此，无法查询出记录也就不奇怪了。在执行计划中，解析的信息如下： 
...SEEK:([Orders].[OrderDate] >= Convert([@1]) AND [Orders].[OrderDate] <= Convert([@2]))... 
上面例子中，我们实际用到了 >= 和 <= ，所以也不用专门给出这两个操作的例子了。 我们来看一下LIKE操作符的用法。BOL中指出LIKE可以用于搜索日期和时间部分，基本用法如下： 


SELECT


CustomerID

, OrderDate
FROM


Orders
WHERE


OrderDate
LIKE

'%1996%'



CustomerID OrderDate

---------- ------------------------------------------------------

VINET   1996-07-04 12:31:00.000

TOMSP   1996-07-05 00:00:00.000

HANAR   1996-07-08 00:00:00.000

...


在
这个例子中，我们要查找1996年的记录。现在我们扩展一下需求，查找1996年7月份的所有记录。也许有人会用 LIKE 
'%1996-07%'的WHERE条件。然而运行这种查询后，检索不到任何记录。为了叙述简单，我只是建议大家不要 
局限于DATETIME的LIKE操作用法。当处理日期或者时间的一部分时，SQL Server提供了一个更方便的内置函数，上面 的例子可改写为： 


SELECT


CustomerID

, OrderDate
FROM


Orders
WHERE

DATEPART
(yyyy,OrderDate)=1996


CustomerID OrderDate

---------- ------------------------------------------------------

VINET   1996-07-04 12:31:00.000

TOMSP   1996-07-05 00:00:00.000

HANAR   1996-07-08 00:00:00.000

...


利用DATEPART函数，可以很容易对月份进行查询。 


SELECT


CustomerID

, OrderDate
FROM


Orders
WHERE

DATEPART
(yyyy,OrderDate)=1996
AND

DATEPART
(mm,OrderDate)=7


CustomerID OrderDate

---------- ------------------------------------------------------

VINET   1996-07-04 12:31:00.000

TOMSP   1996-07-05 00:00:00.000

HANAR   1996-07-08 00:00:00.000

...


我还是建议使用Example 2的方式，如： 


SELECT


CustomerID

, OrderDate
FROM


Orders
WHERE


OrderDate >= '19960701'

AND


OrderDate < '19960801'
 


DATETIME高级查询


本
节中要讨论的是，当对DATETIME查询时，我们是否应该多选择DATEADD()或者DATEDIFF()函数。 
实际上，DATEADD()，DATEDIFF()和>=,<=并没有多大的区别。假设OrderDate字段有聚集索引，那么 
这两种方式得到的性能结果基本是一样的。不过，我还是建议多使用DATEADD函数。原因下面阐述。 
假设你想要知道从某天开始起，经过7天后的那个日期的订单情况，查询大致如下： 


DECLARE
 @dt DATETIME

SET
 @dt = '19960701'

SELECT


OrderID

, CustomerID
FROM


Orders
WHERE


OrderDate = DATEADD
(DAY,7,@dt)


OrderID CustomerID

----------- ----------

10250   HANAR

10251   VICTE


(2 row(s) affected) 


既然OrderDate字段上有索引，那么执行计划显示为：
...|--Index Seek(OBJECT:([Northwind].[dbo].[Orders].[OrderDate])...
SQL Server当然会用到该字段的索引，然后再看看I/O情况
Table 'Orders'. Scan count 1, logical reads 6, physical reads 0, read-ahead reads 0.
然后我们看看DATEDIFF函数的效果： 


SELECT


OrderID

, CustomerID
FROM


Orders
WHERE

DATEDIFF
(d,@dt,OrderDate)=7


OrderID CustomerID

----------- ----------

10250   HANAR

10251   VICTE


(2 row(s) affected) 


当然查询结果是一样的，那么执行计划如何呢？
...|--Clustered Index Scan(OBJECT:([Northwind].[dbo].[Orders].[PK_Orders])...
显然，SQL Server无法使用OrderDate字段的索引，因此只有扫描整个表才能给出查询结果。从I/O性能 上我们能得出相同的推断：
Table 'Orders'. Scan count 1, logical reads 21, physical reads 0, read-ahead reads 0.
使用DATEDIFF的逻辑读取次数是使用DATEADD的3倍多! 
当然，Orders表只有830条记录，因此无论那种方式运行都很快。但是如果记录很多时，情况就不一样了， 至少我肯定愿意使用DATEADD函数。 


如何在当前日期加上(减去)N天?


正确的回答是使用DATEADD函数，例如： 


DECLARE
 @dt DATETIME

SET
 @dt = '20050325'

SELECT

DATEADD
(d,1,@dt)


------------------------------------------------------

2005-03-26 00:00:00.000


(1 row(s) affected) 


其实，既然SQL Server's的基础日期单位是天，因此也可以： 


SELECT


@dt+1


------------------------------------------------------

2005-03-26 00:00:00.000


(1 row(s) affected) 


两种方式是等价的，都对某日期加上N天。如果是减去N天，把N改成-N天就行了。 
这种处理同样适用于天数的分割。假设你要对上面的日期加上2个小时，可以如下使用： 


DECLARE
 @dt DATETIME

SET
 @dt = '20050325'

SELECT

DATEADD
(hh,2,@dt)


------------------------------------------------------

2005-03-25 02:00:00.000


(1 row(s) affected) 


或者写为： 


SELECT


@dt+0.08333333333333333


------------------------------------------------------

2005-03-25 02:00:00.000


(1 row(s) affect 


从上面的分析中，我们可以知道为什么选择用DATEADD函数。因为它比较容易被理解，而 也不必将2个小时具体换算成天为单位，例如 2小时＝2/24天＝0.08333333333333333天。 


为什么可以用 DATEADD(d, DATEDIFF(d, 0...))的方法来去掉时间部分对结果的影响?


准确的说，SQL Server 2000以及以前的版本，DATETIME数据类型总是包含两部分：日期和时间。你不能 把这两部分分割开。所以用“去掉”这个词可能会造成误解。其实我们是把时间部分设置为午夜时间，从而 来避免错误的发生。下面是其中的一种用法： 


SELECT

DATEADD
(d,DATEDIFF
(d,0,GETDATE
()),0)


------------------------------------------------------

2005-03-23 00:00:00.000


(1 row(s) affected) 


我们来解剖该语句，看看它为什么能去掉时间影响。首先 


SELECT

DATEDIFF
(d,0,GETDATE
())


-----------

38432


(1 row(s) affected) 


这句查询是关键! 
DATEDIFF函数返回两个日期间的天数差，如： 


SELECT

DATEDIFF
(d,'20050228 23:59:59.997'
, '20050301 00:00:00.000'
)


-----------

1


(1 row(s) affected) 


当然没有人会认为上面那两个时间差是1天。但是，既然DATEPART参数是d，DATEDIFF函数就只会考虑 日期部分，下面的语句和上面的查询实际上效果是一样的。 


SELECT

DATEDIFF
(d,'20050228'
, '20050301'
)


-----------

1


(1 row(s) affected) 


因
此无论实际上两个时间有多接近，你最后得到的结果总是1天。回到上面的例子，DATEDIFF返回基准日期 
和当前日期之间的天数。太棒了，这样我们就可以得到想要的结果，而不必去处理时间部分。我们只需要 
将DATEDIFF得到的结果放入DATEADD函数中去计算即可。 


SELECT

DATEADD
(d,DATEDIFF
(d,0,GETDATE
()),0)

, DATEADD
(d,38432,0)


------------------------------------------------------ ------------------------------------------------------

2005-03-23 00:00:00.000   2005-03-23 00:00:00.000


(1 row(s) affected) 


当写本文时，我觉得这真是简单。 


SELECT

CAST
(DATEDIFF
(d,0,GETDATE
()) AS DATETIME
)


------------------------------------------------------

2005-03-23 00:00:00.000


(1 row(s) affected) 


上面的例子也能很好的达到目的。 
正如你所看到的，这不涉及任何复杂的日期或者数值算法。坦率地说，这其实很简单。而且，对于DATEDIFF 和DATEADD函数的任何参数来说，道理是一样的。 
最后提一下，我们还可以利用DATETIME的内部存储格式来设置一个DATETIME类型的时间部分为午夜时间，如： 

SELECT

CAST
(SUBSTRING
(CAST
(GETDATE
() AS BINARY
(8)),1,4) + 0x00000000 AS DATETIME
)

, CAST
(CAST
(SUBSTRING
(CAST
(GETDATE
() AS BINARY
(8)),1,4) AS INT
) AS DATETIME
)


------------------------------------------------------ ------------------------------------------------------

2005-03-23 00:00:00.000   2005-03-23 00:00:00.000


(1 row(s) affected) 

我数据库里有个datetime类型，怎么才能查询。infotime是datetime类型，我要查询infotime里的值，如果和我input入的key值一样的话，返回结果。sql="select*fromnewswhereinfotimelike'...
我数据库里有个datetime类型，怎么才能查询。infotime是datetime类型，我要查询infotime里的值，如果和我input入的key值一样的话，返回结果。
sql="select * from news where infotime like '%"& key &"%'我写的这样的，无法返回。试了很多怎么都行不行。
我infotime字段里的数据保存格式是2010-2-12是这样保存的。查询的时候我会在input的里输入一个key值。用的是sql server数据库。
输入key值的代码是
标题
内容
infotime
查询值返回结果的代码是
if otype="title" then
sql="select * from news where title like '%"& key &"%' order by id desc"
elseif otype="msg" then
sql="select * from news where content like '%"& key &"%' order by id desc"
elseif otype="infotime" then
sql="select * from news where infotime like '%"& key &"%' order by id desc"
title和msg都可以查询出来，因为保存的是字符类型。但是datetime怎么也出不来结果！
展开

datetime类型与datetime64制作与转换
datetime类型制作
datetime64类型制作
datetime和datetime64类型转换

datetime类型制作
from datetime import datetime, timedelta
dates_daily = [datetime(2018, 1, 1) + n * timedelta(days=1) for n in range(575)]
#从2018-01-01起按日增加，增加到575天之后停止



其中 days=1可以根据需要更改范围，还可以使用的有：seconds、minutes、hours、weeks

datetime64类型制作
import pandas as pd
dates_daily = pd.date_range(start='2018-01-01', end='2020-12-31', freq="d")
#从2018-01-01起按日增加，到2020-12-31停止



其中 freq="d"可以根据需要更改范围，还可以使用的有：freq=“w”,freq=“h”,freq=“s”

datetime和datetime64类型转换
import pandas as pd
import datetime
dates = [datetime.datetime.fromtimestamp((wind_file.time.values[i] -np.datetime64('1970-01-01T00:00:00Z')) / np.timedelta64(1, 's'))for i in range(480)]
#把datetime64类型的时间戳转换为datetime类型
#其中wind_file.time.values[i]是需要转换的数组，可以根据需要进行修改，480是转换的时间戳个数

1.datetime参考链接: 廖雪峰的官方网站

2.datetime64参考链接: https://blog.csdn.net/kancy110/article/details/77131539

3.datetime64转换成datetime参考链接：https://blog.csdn.net/qq_36387683/article/details/86477086