使用大 pandas 更加有效的使用日期时间戳的方式 [英] More efficient way to round to day timestamps using pandas

问题描述

我已经将一些时间戳导入熊猫框架（通过 MongoDBclient ）。它们是微秒。我想要一个回合的方式。我曾经看到过一个关于使用 np.round 而转换为int并再次返回的问题，但这不起作用（我尝试将一个div加入3600 x 24 x 100000但是没有工作）。

I have imported some timestamps into a Pandas frame (via MongoDBclient). They are to the microseconds. I'd like a way to round to the Day. I've seen a previous question about using np.round while converting to ints and back again, but this doesn't work (I tried inlining a div by 3600 x 24 x 100000 but that didn't work).

我有这个比较简单的版本，但是看起来效率很低。在 to_datetime 或 np.round 示例中我缺少什么。

I have this rather plain version, but it seems REALLY inefficient. What am I missing in either to_datetime, or the np.round example.

df['doa'] = df['doa'].map(lambda x: x.strftime("%Y-%m-%d")
pd.to_datetime(df['doa'])

注意，这些不是INDEXES，所以我不能使用频率技巧。

Note, these are not INDEXES so I can't use the frequency trick.

推荐答案

有这个功能请求，这表明没有好的方法：
ENH：将舍入方法添加到DatetimeIndex / TimedeltaIndex

There's this feature request, which suggests there's no good way: ENH: add rounding method to DatetimeIndex/TimedeltaIndex

然而，在文章中，我发现还有这种分钟方式，我可以修改：

However, in the article I found there is also this approach for minutes, which I might be able to modify:

pd.DatetimeIndex（（（dti.asi8 /（1e9 * 60））。round（）* 1e9 * 60）.astype（np.int64））

pd.DatetimeIndex(((dti.asi8/(1e9*60)).round()*1e9*60).astype(np.int64))

圆形熊猫时间戳记

这篇关于使用大 pandas 更加有效的使用日期时间戳的方式的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！