如何舍弃 pandas DatetimeIndex？ [英] How to round a Pandas `DatetimeIndex`?

问题描述

我有一个 pandas.DatetimeIndex ，例如：

  pd .date_range（'2012-1-1 02：03：04.000'，periods = 3，freq ='1ms'）
>>> [2012-01-01 02:03:04，...，2012-01-01 02：03：04.002000] 
  

我想将日期（ Timestamp s）舍入到最接近的秒。我怎么做？预期结果类似于：

  [2012-01-01 02：03：04.000000，...，2012-01 -01 02：03：04.000000] 
  

有可能通过舍入一个Numpy datetime64 [ns] 到不更改 dtype [ns]

  np.array（['2012-01-02 00：00：00.001']，dtype ='datetime64 [ns] '）
  

解决方案

更新：如果你这样做datetimeIndex / datetime64列更好的方法是直接使用 np.round 而不是通过apply / map：

  np.round（dtindex_or_datetime_col.astype（np.int64），-9）.astype（'datetime64 [ns]'）
  

旧答案（有一些更多解释）：

虽然@ Matti的答案显然是正确的交易方式在你的情况下，我以为我会添加一个答案，你如何将一个时间戳到最接近的秒数/ p>

 从pandas.lib import Timestamp 
 
 t1 =时间戳（'2012-1-1 00:00 ：00'）
 t2 =时间戳（'2012-1-1 00：00：00.000333'）
 
在[4]中：t1 
输出[4]：<时间戳：2012-01-01 00：00：00> 
 
在[5]中：t2 
输出[5]：< Timestamp：2012-01-01 00：00：00.000333> 
 
在[6]中：t2.microsecond 
输出[6]：333 
 
在[7]中：t1.value 
输出[7] ：1325376000000000000L 
 
在[8]中：t2.value 
输出[8]：1325376000000333000L 
 
＃或者：t2.value  -  t2.value％1000000000 
在[9]中：long（round（t2.value，-9））＃round milli-，micro-and nano-seconds 
 Out [9]：1325376000000000000L 
 
在[ 10]：Timestamp（long（round（t2.value，-9）））
 Out [10]：< Timestamp：2012-01-01 00：00：00> 
  

因此，您可以将其应用于整个索引：

$ b $




返回时间戳（long（round（ts.value，-9）））

dtindex.map （to_the_second）

I have a pandas.DatetimeIndex, e.g.:

pd.date_range('2012-1-1 02:03:04.000',periods=3,freq='1ms')
>>> [2012-01-01 02:03:04, ..., 2012-01-01 02:03:04.002000]

I would like to round the dates (Timestamps) to the nearest second. How do I do that? The expected result is similar to:

[2012-01-01 02:03:04.000000, ..., 2012-01-01 02:03:04.000000]

Is it possible to accomplish this by rounding a Numpy datetime64[ns] to seconds without changing the dtype [ns]?

np.array(['2012-01-02 00:00:00.001'],dtype='datetime64[ns]')

解决方案

Update: if you're doing this to a DatetimeIndex / datetime64 column a better way is to use np.round directly rather than via an apply/map:

np.round(dtindex_or_datetime_col.astype(np.int64), -9).astype('datetime64[ns]')

Old answer (with some more explanation):

Whilst @Matti's answer is clearly the correct way to deal with your situation, I thought I would add an answer how you might round a Timestamp to the nearest second:

from pandas.lib import Timestamp

t1 = Timestamp('2012-1-1 00:00:00')
t2 = Timestamp('2012-1-1 00:00:00.000333')

In [4]: t1
Out[4]: <Timestamp: 2012-01-01 00:00:00>

In [5]: t2
Out[5]: <Timestamp: 2012-01-01 00:00:00.000333>

In [6]: t2.microsecond
Out[6]: 333

In [7]: t1.value
Out[7]: 1325376000000000000L

In [8]: t2.value
Out[8]: 1325376000000333000L

# Alternatively: t2.value - t2.value % 1000000000
In [9]: long(round(t2.value, -9)) # round milli-, micro- and nano-seconds
Out[9]: 1325376000000000000L

In [10]: Timestamp(long(round(t2.value, -9)))
Out[10]: <Timestamp: 2012-01-01 00:00:00>

Hence you can apply this to the entire index:

def to_the_second(ts):
    return Timestamp(long(round(ts.value, -9)))

dtindex.map(to_the_second)

这篇关于如何舍弃 pandas DatetimeIndex？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！