python datetimeの基礎から文字列変換・タイムゾーン対応まで実務活用例とトラブル解決策を徹底解説

「日付や時刻を扱うたびに“何が違うのか分からない”“型エラーでコードが止まる…”と感じていませんか？Pythonの公式モジュールdatetimeは【5種類】の主要クラス（datetime, date, time, timedelta, timezone）を備え、標準ライブラリならではの高精度な日時演算やタイムゾーン管理が強みです。たとえば、2023年には日本のエンジニア90％以上が標準モジュールで日付処理を実装。一方で「pandasやMySQLとの組み合わせで型変換が難しい」「strptime・strftimeのミリ秒変換でハマる」といった声も多数寄せられています。

そこで本記事ではdatetimeの正しい型と構造を体系的に解説し、現場のつまずきを解決する実践ワザと、エラーを未然に防ぐ具体的コード例を余すことなくご紹介。【秒・ミリ秒の正確な変換】【日本時間－UTC切替】も網羅。もし“独学で何度も手が止まった”ご経験があれば、読み進めることで、今後の業務や開発効率が大きく向上するはずです。

最後まで読めば「もう日付/時刻処理で迷わない」と実感できる技術が自分のものに！日時データの壁を、ここで乗り越えてみませんか。

python datetimeとは何かを徹底解説－概要とモジュールの特徴

pythonのdatetimeモジュールは、日付や時刻を扱うプログラムで必須となる標準ライブラリです。このモジュールは、日時情報の取得や演算、書式変換、タイムゾーン管理など、ビジネスやシステム開発で広く活用されます。
datetime, date, time, timedelta, timezoneの各クラスは、それぞれ異なる役割を持っています。

datetime型を活用すれば、現在日時の取得、日付フォーマット変換や、文字列との相互変換（strftime, strptime）も容易です。タイムゾーンの調整や引き算による期間計算など、ビジネス要件にマッチする多彩な機能が特徴です。

datetime, date, time, timedelta, timezoneクラスが果たす役割と違い（python datetime, python datetime型）

各クラスの使い分けは、目的ごとに異なります。

• date：カレンダー日付のみ必要な場合や誕生日、イベント日などに利用。

• time：営業時間やアラームなど、時間単体を管理する場面で有効。

• datetime：ログデータや取引履歴の記録、タイムスタンプの保存に最適。

• timedelta：指定した期間の加減算や、二つの日時の差分計算が可能。

• timezone：世界各地のユーザーを想定したタイムゾーン管理や、UTC⇔JST等の変換が必要なケースで利用されます。

python datetime型は、こうした様々なクラスを柔軟に使い分けられるため、業務アプリや分析処理の根幹をサポートします。

python datetimeが扱う日付・時刻データの種類とは

pythonで日時を扱う際は、「datetime型」「date型」「time型」の違いを理解することがポイントです。

• datetime型：年月日＋時分秒＋（タイムゾーンも追加可能）の全情報を統合。日時の加算・減算やフォーマット指定、タイムゾーン操作を一括でこなします。

• date型：年月日のみ。例えば「2025-07-01」といった純粋な日付管理に特化。

• time型：時分秒のみ。例えば「14:09:00」など日付を持たず、時間区間やシフト管理、アラーム用途に適します。

使い分けの目安

• 日付のみ管理ならdate型、時間帯データに特化するならtime型、複合情報や演算を行うならdatetime型の選択が適切です。

python datetimeが実務で活きる利用シーンと、他ライブラリとの連携イメージ

python datetimeは、pandasやMySQLなど実務現場での他ライブラリと組み合わせて使う機会が非常に多いです。

pandasとの連携

• データ分析や時系列処理では、「pd.to_datetime」関数で大量の文字列データを一括してdatetime型に変換。これによってグラフ描画や日付によるグループ化がスムーズになります。

• 例えば、CSVの「受注日」列を一気にdatetime型に統一し、売上分析や範囲集計に直結します。

MySQLとの連携

• pythonからMySQLに格納する際、datetime型を活用して正確な日付時刻を保存。

• SQLクエリとして「WHERE date BETWEEN ～」の抽出や、「UNIX_TIMESTAMP」への変換にも柔軟に対応します。

主な利用シーンの例

• 勤怠管理システムでの出退勤記録

• ECサイトの受注・配送予定日時の管理

• ログファイルからの時系列データ解析

pandasやMySQL連携でよく使う関数やテクニック

python datetimeは、精度の高い時刻処理を実現し、実務シーンのあらゆる時間管理に柔軟に対応します。

python datetimeの導入と基礎構文を詳細に攻略

pythonで日時や時刻情報を操作する際に最も使われているのがdatetimeモジュールです。datetimeは日付や時刻の取得・変換・計算・比較・フォーマット操作など幅広く活用でき、さまざまな開発シーンで求められます。ここでは導入手順から正しいインポート方法、オブジェクトの作成や現在日時取得の違いまで、実務でよく使う構文を徹底解説します。

python datetimeを正しくインポートする手法と推奨スタイル

pythonでdatetimeを扱う時、主に「import datetime」と「from datetime import datetime」の2つの方法があります。

import datetimeはdatetime.datetimeのように都度モジュール名を含めて記述するため可読性が高く管理しやすいメリットがあります。一方、from datetime import datetimeを利用するとdatetime()とすっきり記述でき、サンプルコードや関数引数などで記載を短縮したいシーンで最適です。複数の型（date, timeなど）を同時に利用する場合もfrom datetime import date, timeの形が便利です。

python datetimeオブジェクトを作成する際の方法と初期化パラメータ

datetimeオブジェクトを作成するには、年、月、日、時、分、秒、マイクロ秒といったパラメータ指定が必要です。構文は次の通りです。

• datetime(year, month, day, hour=0, minute=0, second=0, microsecond=0, tzinfo=None)

例えば日付だけ指定したい場合は時間情報を省略できます。ミリ秒精度が必要な場合はmicrosecondを1000単位で指定してください。

不正な日付や範囲外の値を指定するとエラーになります。日本独自の表記やゼロ埋めにも注意を払い、「2024年12月31日 23:59:59.123」のような精密な日時管理が可能です。

現在日時を取得する方法－today、now、utcnowの違いと使い分け

現在日時の取得にはtoday()、now()、utcnow()の3通りがあります。それぞれの差異を知ることで用途に合った使い分けができます。

日本時間（JST）を取得する場合は、now()にtimezone(timedelta(hours=9))を指定します。不明点が多い場合は以下のような書き方がシンプルです。

• datetime.now(timezone.utc).astimezone(timezone(timedelta(hours=9)))

これにより世界中どこにいても正確な日本時間を取得でき、国際化対応やタイムゾーンの変換が容易になります。

各メソッドの違いと用途を整理することで、システム要件や実務用途に合わせた日時処理が簡単に行えます。

python datetimeの文字列変換とフォーマット操作を実践的に解説

文字列からdatetime型への変換－strptimeの正しい使い方

Pythonのdatetime型へ文字列から変換するためにはstrptimeメソッドを活用します。strptimeは、「日付や時刻情報の含まれる文字列」と「そのフォーマット」をセットで指定し、正確に変換します。例えば、YYYY-MM-DD HH:MM:SS形式の場合、フォーマットは%Y-%m-%d %H:%M:%Sです。不一致があるとエラーとなるため注意しましょう。

特にミリ秒対応には%f指定を利用します。例えば2025-07-02 11:30:45.123456のような場合、%fでマイクロ秒6桁までを取り込み可能です。必要に応じて文字列側で調整することも大切です。

datetime型から文字列への変換－strftimeの活用術

日時を任意の形式でテキスト化するにはstrftimeを利用します。使い方は直感的で、「%Y」で年、「%m」で月、「%d」で日といった書式指定子を組み合わせます。ビジネス用途で多い「yyyymmdd」や「年月日時分秒ミリ秒」など、運用要件にあわせて柔軟な変換ができます。

秒・ミリ秒単位の出力には「%S」や「%f」を用います。例えばミリ秒3桁を出力したい場合、%fによる6桁マイクロ秒を[:-3]などで調整することで実現可能です。

python datetimeでの文字列変換における型判定と安全な変換操作

文字列の日付変換では型判定やバリデーションが重要です。データがdatetime型かどうかはisinstance(obj, datetime)で判断できます。予期しない型や不正な形式を受け取った場合の例外処理も欠かせません。

安全な変換手順として、次のステップを意識しましょう。

• 変換前にisinstanceで型を確認

• 文字列の場合はstrptimeでパース

• 不正な場合はtry-exceptでValueError等を検知し対応

文字列フォーマットやタイムゾーン情報の欠如、ミリ秒桁数の違いなどにも注意が必要です。正しい変換は、システムの信頼性や後続処理の精度に直結します。

python datetimeによる日時演算と比較技術の徹底解説

timedeltaによる日時の加算・減算方法をマスターする

python datetimeでは、日時計算にtimedeltaを活用すると、日付や時刻の加算・減算が直感的に行えます。たとえば、未来の日付を求めたい場合はtimedeltaで日数を加算し、過去の日付には日数を減算します。引き算により期間や差分も簡単に算出できるため、経過時間の把握やスケジュール管理に便利です。

下記に主な操作例をまとめました。

実務では勤怠処理やレポート期間の算出などに広く応用できます。

datetime同士の比較方法と条件判定手順

datetimeモジュールを利用すれば、日時オブジェクト同士の比較が簡単に行えます。直接「<」「>」「==」などの演算子を使用でき、これにより過去・未来の判定やイコールチェックが可能です。

比較方法のポイント

• 日付だけで比較したい場合は、datetimeオブジェクトのdate()メソッドを使用します。

• 時間だけの比較には、time()メソッドを活用します。

• 比較結果に応じて処理分岐でき、リマインダーやデータ抽出処理で重宝されます。

主な活用例を整理します。

datetime型かどうかはisinstance(obj, datetime)で簡単に判定できます。

期間計算の注意点とエラー回避策

日時計算では、タイムゾーン違いによる誤差や型の不一致が思わぬバグの原因となります。UTCやJSTなど異なるtimezoneのdatetime同士を直接演算や比較すると、意図しない結果になることがあります。正確な計算を行うには、両方のオブジェクトが同じタイムゾーンを持っているか要確認です。

エラー回避のためのコツ

• オブジェクト同士のtimezoneを事前に統一する

• naive（タイムゾーンなし）とaware（タイムゾーンあり）の混在を避ける

• 変換はastimezone()メソッドを活用

• 文字列から変換する際はタイムゾーン情報付きのISOフォーマットを使う

下記のテーブルで具体的なチェックポイントをまとめます。

このような工夫で、正確な期間計算と安全なプログラム運用が実現できます。

python datetimeのタイムゾーン設定・変換を完全攻略

timezoneクラスの基礎と使い方

Pythonのdatetimeモジュールは標準でタイムゾーンをサポートしています。timezoneクラスを用いることで、日付や時刻に明確なタイムゾーン情報を付与できます。主な設定例を以下のテーブルに整理します。

ポイント

• timezone(timedelta(hours=9)) で日本時間(JST)のオブジェクトが作れます。

• グローバル展開するシステムではtimezone情報の明示が必須となります。

• pytzやzoneinfoも活用することで、サマータイムなどの自動調整にも対応可能です。

UTC, JST, Asia/Tokyoを正しく設定する手順（python datetime timezone, python timezone asia/tokyo）

1. UTC取得/設定：
   • datetime.now(timezone.utc)でUTCの日時を生成
2. JST取得/設定：
   • timedelta(hours=9)で日本時間を指定し、datetimeオブジェクトを生成
3. アジア・東京タイムゾーン：
   • Python3.9以降はzoneinfo(‘Asia/Tokyo’)で詳細なタイムゾーン指定
4. pytz利用時は pytz.timezone(‘Asia/Tokyo’).localize(dt) と実装

datetimeオブジェクトのタイムゾーン変換処理

時刻データを正確に扱うためには、タイムゾーンを意識した変換処理が重要です。datetimeオブジェクトは、タイムゾーン情報を持つ「aware」と、持たない「naive」に分類されます。aware同士はタイムゾーン変換や比較が直接可能ですが、naiveのままだと誤った演算につながります。

代表的な使い方リスト

• awareなdatetime: datetime.now(timezone.utc)

• naiveなdatetime: datetime.now()

• 変換: dt.astimezone(timezone(timedelta(hours=9)))

• strptimeで生成した日時も、tzinfo引数を指定しなければnaiveになる

awareな日時オブジェクトに対しastimezoneを使うと、JSTやUTCなど任意のタイムゾーンへ即座に変換可能です。例えば、UTCで記録されたデータを日本時間へ表示する処理などに最適です。

astimezone活用とタイムゾーンaware、naiveの違い（python datetime timezone 変換）

実務では、常にタイムゾーンを明示・変換し、timezone-awareなdatetimeを扱うことが推奨されます。

タイムゾーン付き日時の比較やフォーマット操作で注意すべきポイント

タイムゾーンを含む日時情報は比較・フォーマット時に注意が必要です。同じ現地時刻でもタイムゾーンが異なると絶対値としては異なります。日本時間と世界標準時(UTC)を扱う場合は特に意識しましょう。

注意すべきポイントのリスト

• タイムゾーン込み同士なら比較演算も安全（==, <, >）

• 文字列変換時はisoformat()やstrftime(‘%Y-%m-%dT%H:%M:%S%z’)を使いタイムゾーン情報を明示

• 違うタイムゾーン間での比較は両オブジェクトを同一タイムゾーンへ変換してから行う

日本時間と世界標準時の正確な取り扱い方

• UTC→JST変換はdt.astimezone(timezone(timedelta(hours=9)))

• JST→UTC変換もastimezone(timezone.utc)で実装

• システム間連携やログ記録時は、必ずUTCで統一し、表示の際に各国ロケールへ変換する運用が安全

• サマータイム対応や歴史的なタイムゾーンの変動はzoneinfoまたはpytzの活用を推奨

タイムゾーンを正確に扱うことで、データの一貫性や信頼性が増し、グローバルなシステム開発でも安心して日時データを利用できます。

python datetimeと外部データ・ライブラリ連携の最適実践テクニック

python datetimeをMySQLやSQLの日時データと連携する方法

SQLやMySQLとPythonのdatetime型を連携する際、UNIXTIMEやDATETIME型との相互変換はデータ正確性の維持に不可欠です。MySQLからUNIXTIMEで日時情報を取得した場合は、Pythonでdatetime.fromtimestamp(unixtime)を使い簡単にdatetime型へ変換できます。一方、DATETIME型とのやりとりでは文字列形式（例: “2025-07-02 14:30:00″）をクエリで取得し、datetime.strptimeでパースすることが推奨されます。データベースへ登録する場合は、datetimeオブジェクトのstrftime('%Y-%m-%d %H:%M:%S')でフォーマットを整えます。タイムゾーン管理は、世界標準時（UTC）や日本標準時（JST）を意識した上でastimezoneなどを利用することで、システム間の時刻ずれを防止可能です。

pandasとpython datetimeを組み合わせた日時操作の高度活用

大量データの日時処理や時系列解析にはpandasとpython datetimeの組み合わせが最適です。pandasのpd.to_datetimeは、文字列やUNIXTIME、Noneを自動でdatetime型へ変換し、DataFrameの日時列を一括管理できます。例えば、CSVの”date”列を全てdatetime型に変換することで、日付ごとのグループ化、範囲フィルタ、四半期集計など迅速に行えます。また、dt.strftimeで任意のフォーマット変換や、dt.tz_localizeでタイムゾーン対応も自在です。欠損値や変換エラーもerrors='coerce'引数で安全に処理できます。

• pandas×datetimeの活用例

  • DataFrame列の一括変換: df['date'] = pd.to_datetime(df['date'])
  • タイムゾーンの調整: df['date'] = df['date'].dt.tz_localize('UTC').dt.tz_convert('Asia/Tokyo')
  • 日付フォーマット加工・日付抽出: df['date_str'] = df['date'].dt.strftime('%Y%m%d')

ログ処理やファイル操作におけるpython datetime活用例

自動処理やログ保存時には、ファイル名やログレコードに日時を組み込むことで管理が格段に容易になります。Pythonのdatetimeのstrftimeメソッドを活用し、「log_20250702_153000.txt」のように日付・時刻・秒・ミリ秒単位まで動的に生成できます。また、定期実行タスクやファイル探索時も一貫性ある命名規則がシステム全体の保守性を向上させます。

• 実装ポイント一覧

  • ファイル名例：f"log_{dt.strftime('%Y%m%d_%H%M%S')}.txt"
  • ミリ秒対応：dt.strftime('%Y%m%d_%H%M%S_%f')[:-3]
  • ログ記録：print(f"[{dt.strftime('%Y-%m-%d %H:%M:%S')}] イベント発生")
  • 日時フォーマットが揃うことでファイル管理や検索性が大きく向上し、バックアップや監査対応も安心です。

python datetimeのトラブルシューティング＆エラー対策集

初学者が陥りやすいミスと正しい解決策

Pythonのdatetime処理で最も多いトラブルにValueErrorやTypeError、フォーマット不一致があります。datetimeの文字列変換にはstrftimeやstrptimeが使われ、引数となるフォーマット指定が正しくなければエラーになります。具体的には、日付文字列の桁数や区切り記号が一致しないとValueErrorが発生し、型が間違っていればTypeErrorに繋がります。下記表は、よくあるエラー原因と対策をまとめたものです。

正しく対処するポイント

• フォーマットは必ず一致させる

• 変換・比較前にisinstanceで型を確認

• タイムゾーン付日時（aware）と、なし（naive）は混ぜて扱わない

これらの基本を押さえることで、エラーの大半は事前に予防や簡単な修正で解決可能です。

ミリ秒・秒までの精度問題と安全な運用マニュアル

精度管理はログ、計測システムやAPI連携で重要視されます。datetime型は標準でマイクロ秒（%f / 6桁）まで扱えますが、日本のビジネス現場などではミリ秒3桁のみが求められる場面もしばしばあります。
ミリ秒を抽出したい場合は、strftime('%f')で6桁の文字列から先頭3桁をスライスする手法が確実です。また四捨五入や切り捨て（round,truncation）を行う場合も、数値へ変換して処理します。

ミリ秒処理例リスト

• 文字列化：dt.strftime('%Y%m%d%H%M%S%f')[:17]（例：年月日時分秒ミリ秒）

• ミリ秒抽出：int(dt.strftime('%f')) // 1000

• 切り捨て：str(dt.microsecond // 1000).zfill(3)

• 四捨五入：round(dt.microsecond / 1000)

誤差やフォーマット漏れを避けるために、運用側のデータ仕様に厳密に合わせることが大前提です。各種サービス間のデータやりとりは、事前合意フォーマットに揃えて処理しましょう。

タイムゾーン関連の落とし穴と回避法

datetimeのタイムゾーン管理は、国内外のシステム連携やクラウド環境で特に重要です。python datetimeにはtzinfo属性を持つ”aware”型と、持たない”naive”型があり、この2つを混在させて計算・比較することはエラーやバグのもとになります。

aware/naiveの識別とベストプラクティス

• 判別はdt.tzinfo is not None and dt.tzinfo.utcoffset(dt) is not None

• 混在比較は避け、比較・演算前に必ず変換

  • 例：dt.astimezone(timezone.utc) や replace(tzinfo=timezone.utc)

• システム全体でUTCまたは明確なタイムゾーンを統一

よく使われるタイムゾーン指定子リスト

• UTC : timezone.utc

• 日本時間(JST): timezone(timedelta(hours=9))、またはzoneinfo "Asia/Tokyo"

安全な回避策として

• すべての日時データにタイムゾーンを明示する

• ローカルタイム→UTC変換時はastimezoneを使用

• 文字列パース時はタイムゾーン付きISO8601形式を活用

このような意識統一とコーディングで、時刻のズレや思わぬ例外発生を防ぐことができます。

python datetimeの高度応用と効率的な活用テクニック解説

特定条件の日付取得－第3金曜日や月末の土曜日を導くには

datetime×calendarモジュールの連携技（python datetime 活用例）

ビジネス現場では、第3金曜日や月末土曜日といった特定条件の日付を動的に取得するシーンが多く見られます。python datetimeとcalendarモジュールを組み合わせることで、柔軟かつ自動的に条件を満たす日付を導き出せます。

例えば、第3金曜日を取得するコードは以下の流れで実現します。

1. calendar.monthcalendarを使い、月ごとの週ごとリストを取得
2. 金曜日（通常は週リストの指定インデックス）の日付を抽出
3. 3週目の金曜日が0の場合は4週目を参照

こうしたロジックにより、曜日や週数指定の日付も誤りなく抽出できます。また月末の土曜日は、月の最終週から後ろ向きに土曜（index=5）を探すことで実装が可能です。

時系列データのソート・フィルタ技術入門

pandas応用例と大量日付データ処理

時系列データの分析現場では、大量データの日付ソートやフィルタが頻出します。pandasはdatetime型インデックスと強力なデータ操作機能を併せ持ち、高速かつ直感的にデータ処理が行えます。

主な技術ポイント

• 日付カラムをpd.to_datetime()でdatetime型に変換

• ソートはsort_values()、フィルタは条件式を利用

• 特定範囲や休日除外など柔軟なクエリが可能

具体的な操作例を下記にまとめます。

複雑な時系列条件でも一行で処理できるため、分析効率が大幅に向上します。

日本時間＆多タイムゾーン対応アプリ設計の最前線

実務で使うタイムゾーン管理ベストプラクティス

多国籍なシステムやクラウド運用では、UTCやJSTなどタイムゾーン対応が必須となります。datetimeのtimezoneクラスとzoneinfo、pytzの活用により、時刻の誤差やズレのリスクを低減できます。

タイムゾーン管理の要点

• UTC基準で管理し、表示時に現地タイムゾーンへ変換

• 日本時間取得はdatetime.now(ZoneInfo('Asia/Tokyo'))で正確に対応

• 文字列からdatetime変換時にもtzinfo指定で一貫性を担保

異なるタイムゾーン間でもタイムスタンプ（unixtime）やISO形式を用いれば、確実な時刻同期が可能です。

このような技術により、グローバルで安定した日時処理を実現できます。

python datetimeによくある質問（FAQ）と回答を徹底網羅

python datetimeと文字列変換時に誤りやすいポイントまとめ

pythonのdatetimeで日付や時刻データを文字列変換する際、フォーマット指定のミスが多く見られます。たとえば%Y%m%dや%H:%M:%Sの指定を間違えると意図したとおりに変換できません。strptimeでの変換時は文字列の区切りや桁数が一致しているかに注意し、年・月・日の順番やゼロ埋めにも気を配りましょう。

また、ミリ秒やマイクロ秒まで扱う場合は%fを活用し、切り取りや桁数調整が必要です。下記のテーブルでよく使う書式指定子と出力結果をまとめました。

変換時は余分なスペースやフォーマットの過不足を見直すことが重要です。

python datetimeの型判定・変換トラブルQ&A

pythonでdatetime型かどうかを判定する方法に悩む方が多いです。isinstance(オブジェクト, datetime)を使うと、datetime型かどうかを確実に確認できます。以下のリストで主な型変換や判定時の注意点をまとめます。

• 文字列→datetimeはstrptimeでフォーマット一致させる

• datetime→文字列はstrftimeで目的の表記に変換

• 型判定はisinstance(変数, datetime)で行う

• pandasのdatetime型やnumpyのdatetime64等は互換性に注意

複数のデータ型が混在する際は、型ごとに変換手順を分けることがトラブル防止につながります。

タイムゾーンaware／naiveの判別と運用Q&A

python datetimeにはタイムゾーン情報を持つaware型と持たないnaive型があります。aware型はtimezoneを持ち、比較や計算時も明確なタイムゾーン基準を維持できます。naive型同士でないと直接演算できないため、異なる場合は統一しましょう。

システム標準時・世界標準時(UTC)の明示、Asia/Tokyoなど地域指定も意識しましょう。計算や比較前には、タイムゾーンを合わせてから演算すると誤差や不具合が防げます。

datetimeでの日時計算エラー原因と即効解決Q&A

python datetime同士の計算でエラーになる原因は、型やタイムゾーンの不一致、引数ミス、値の範囲外指定などが主流です。特に下記ポイントをチェックしましょう。

• datetime間の引き算は同一のタイムゾーン型で行う

• timedeltaで加減算する際、日数や時分秒の単位に注意

• 月をまたぐ場合やうるう年時は計算結果を再検証

万が一エラーが発生したら、以下をすぐ確認しましょう。

1. 日付時刻オブジェクトの型統一を行う
2. タイムゾーンの整合性を確保する
3. timedeltaで計算し結果をprintで表示

シンプルなコード例とprintによるデバッグ確認が、最短解決につながります。

python datetimeのフォーマット指定でありがちな疑問Q&A

日時のフォーマット指定では、多様なパターンや地域ごとの書式指定に対応する必要があります。よくある疑問を以下にまとめました。

• 西暦4桁表記は%Yで可能

• 年月日だけ表示：%Y-%m-%d

• ミリ秒3桁表示：%fからスライスして上3桁利用

• 現地時間(日本時間など)にはtimezone指定が必要

• 曜日や月英語名表示は%Aや%bが便利

頻出フォーマット指定例：

常に公式ドキュメントや実行結果で確認することがおすすめです。