将时间舍入到最接近的秒数-Python [英] Rounding time off to the nearest second - Python

问题描述

我有一个大型数据集，日期超过50万看起来像这样的时间戳：

 日期时间
 2017-06-25 00：31：53.993 
 2017-06-25 00：32：31.224 
 2017-06-25 00：33：11.223 
 2017-06-25 00：33：53.876 
 2017-06-25 00： 34：31.219 
 2017-06-25 00：35：12.634 
  

我如何取整

我的代码如下：

  readcsv = pd.read_csv（文件名）
 log_date = readcsv.date 
 log_time = readcsv.time 
 
 readcsv ['date'] = pd.to_datetime（readcsv [ 'date']）。dt.date 
 readcsv ['time'] = pd.to_datetime（readcsv ['time']）。dt.time 
 timestamp = [datetime.datetime.combine（log_date [ i]，log_time [i]）for i in range（len（log_date））] 
  

现在我将日期和时间组合到了一个看起来像这样的 datetime.datetime 对象的列表中：

  datetime.datetime（2017,6,25,00,31,53,993000）
 datetime.datetime（2017,6,25,00,3 2,31,224000）
 datetime.datetime（2017,6,25,00,33,11,223000）
 datetime.datetime（2017,6,25,00,33,53,876000） 
 datetime.datetime（2017,6,25,00,34,31,219000）
 datetime.datetime（2017,6,25,00,35,12,634000）
  

我从这里去哪里？
df.timestamp.dt.round（ 1s）函数似乎不起作用吗？
同样在使用 .split（）时，当秒数和分钟数超过59时，我也遇到了问题

非常感谢

解决方案

使用 for循环和 str.split（）：

  dts = ['2017-06-25 00:31： 53.993'，
'2017-06-25 00：32：31.224'，
'2017-06-25 00：33：11.223'，
'2017-06-25 00:33 ：53.876'，
'2017-06-25 00：34：31.219'，
'2017-06-25 00：35：12.634'] 
 
用于dts中的项目：
 date = item.split（）[0] 
h，m，s = [item.split（）[1] .split（'：'）[0]，
项。 split（）[1] .split（'：'）[1]，
 str（round（float（item.split（）[1] .split（'：'）[-1]）））]] 
 
打印（日期+''+ h +'：'+ m +'：'+ s）
 
 2017-06-25 00:31:54 
 2017-06-25 00:32:31 
 2017-06-25 00:33:11 
 2017-06-25 00:33:54 
 2017-06-25 00： 34:31 
 2017-06-25 00:35:13 
>> 
  

您可以将其转换为函数：

  def round_seconds（dts）：
结果= [] 
用于dts中的项目：
日期= item.split（）[0] 
h，m，s = [item.split（）[1] .split（'：'）[0]，
 item.split（）[1] .split（'：'）[1]， 
 str（round（float（item.split（）[1] .split（'：'）[-1]））））] 
 result.append（date +''+ h +'： '+ m +'：'+ s）
 
返回结果
  

测试函数：

  dts = ['2017-06-25 00：31：53.993'，
'2017- 06-25 00：32：31.224'，
'2017-06-25 00：33：11.223'，
'2017-06-25 00：33：53.876'，
'2017 -06-25 00：34：31.219'，
'2017-06-25 00：35：12.634'] 
 
从pprint导入pprint 
 
 pprint（ round_seconds（dts））
 
 ['2017-06-25 00:31:54'，
'2017-06-25 00:32:31'，
'2017 -06-25 00:33:11'，
'2017-06-25 00:33:54'，
 '20 17-06-25 00:34:31’，
‘2017-06-25 00:35:13’] 
>>> 
  

由于您似乎正在使用Python 2.7，因此要删除任何结尾的零，您可能需要更改：

str（round（float（item.split（）[1] .split（'：'）[-1]）））

至

str（round（float（item .split（）[1] .split（'：'）[-1]）））。rstrip（'0'）。rstrip（'。'）

我刚刚在 repl.it 中使用Python 2.7尝试了该功能，并且它按预期运行。

I have a large dataset with more than 500 000 date & time stamps that look like this:

date        time
2017-06-25 00:31:53.993
2017-06-25 00:32:31.224
2017-06-25 00:33:11.223
2017-06-25 00:33:53.876
2017-06-25 00:34:31.219
2017-06-25 00:35:12.634 

How do I round these timestamps off to the nearest second?

My code looks like this:

readcsv = pd.read_csv(filename)
log_date = readcsv.date
log_time = readcsv.time

readcsv['date'] = pd.to_datetime(readcsv['date']).dt.date
readcsv['time'] = pd.to_datetime(readcsv['time']).dt.time
timestamp = [datetime.datetime.combine(log_date[i],log_time[i]) for i in range(len(log_date))]

So now I have combined the dates and times into a list of datetime.datetime objects that looks like this:

datetime.datetime(2017,6,25,00,31,53,993000)
datetime.datetime(2017,6,25,00,32,31,224000)
datetime.datetime(2017,6,25,00,33,11,223000)
datetime.datetime(2017,6,25,00,33,53,876000)
datetime.datetime(2017,6,25,00,34,31,219000)
datetime.datetime(2017,6,25,00,35,12,634000)

Where do I go from here? The df.timestamp.dt.round('1s') function doesn't seem to be working? Also when using .split() I was having issues when the seconds and minutes exceeded 59

Many thanks

解决方案

Using for loop and str.split():

dts = ['2017-06-25 00:31:53.993',
       '2017-06-25 00:32:31.224',
       '2017-06-25 00:33:11.223',
       '2017-06-25 00:33:53.876',
       '2017-06-25 00:34:31.219',
       '2017-06-25 00:35:12.634']

for item in dts:
    date = item.split()[0]
    h, m, s = [item.split()[1].split(':')[0],
               item.split()[1].split(':')[1],
               str(round(float(item.split()[1].split(':')[-1])))]

    print(date + ' ' + h + ':' + m + ':' + s)

2017-06-25 00:31:54
2017-06-25 00:32:31
2017-06-25 00:33:11
2017-06-25 00:33:54
2017-06-25 00:34:31
2017-06-25 00:35:13
>>> 

You could turn that into a function:

def round_seconds(dts):
    result = []
    for item in dts:
        date = item.split()[0]
        h, m, s = [item.split()[1].split(':')[0],
                   item.split()[1].split(':')[1],
                   str(round(float(item.split()[1].split(':')[-1])))]
        result.append(date + ' ' + h + ':' + m + ':' + s)

    return result

Testing the function:

dts = ['2017-06-25 00:31:53.993',
       '2017-06-25 00:32:31.224',
       '2017-06-25 00:33:11.223',
       '2017-06-25 00:33:53.876',
       '2017-06-25 00:34:31.219',
       '2017-06-25 00:35:12.634']

from pprint import pprint

pprint(round_seconds(dts))

['2017-06-25 00:31:54',
 '2017-06-25 00:32:31',
 '2017-06-25 00:33:11',
 '2017-06-25 00:33:54',
 '2017-06-25 00:34:31',
 '2017-06-25 00:35:13']
>>> 

Since you seem to be using Python 2.7, to drop any trailing zeros, you may need to change:

str(round(float(item.split()[1].split(':')[-1])))

to

str(round(float(item.split()[1].split(':')[-1]))).rstrip('0').rstrip('.')

I've just tried the function with Python 2.7 at repl.it and it ran as expected.

这篇关于将时间舍入到最接近的秒数-Python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！