使用偏移量舍入 Pandas 时间戳答案

【问题标题】：Round a Pandas Timestamp using an offset使用偏移量舍入 Pandas 时间戳
【发布时间】：2018-09-09 14:04:30
【问题描述】：

我想使用 pandas.tseries.offsets 对 Pandas Timestamp 进行舍入（下限）（例如重新采样时间序列但只有一行）

import pandas as pd
from pandas.tseries.frequencies import to_offset
freq = to_offset("H")
dt = pd.Timestamp('2017-01-03 05:02:00')
# what should I do
# to get pd.Timestamp('2017-01-03 05:00:00')

不知pandas.core.resample.TimeGrouper是不是帮不上忙

grouper = pd.Grouper(freq="H")

【问题讨论】：

标签： python pandas timestamp resampling

【解决方案1】：

时间戳可以使用时间频率字符串向下取整：

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Timestamp.floor.html

pd.Timestamp.now().floor('M')
pd.Timestamp.now().floor('H')
pd.Timestamp.now().floor('D')

【讨论】：

【解决方案2】：

可能有一种使用偏移量的方法，但如果您只是想将时间戳“固定”为'%H:00:00' 格式，您也可以只使用pd.Timestamps 继承自@ 的replace 方法987654325@（见this answer）

dt = pd.Timestamp('2017-01-03 05:02:00')

dt.replace(minute=0, second=0)

# Timestamp('2017-01-03 05:00:00')

如果您想在一整列日期时间上执行此操作，您可以将其应用为 lambda：

df = pd.DataFrame(pd.date_range('2018-01-01 09:00:00','2018-01-01 10:00:00', freq='S'), columns = ['datetime'])

>>> df.head()
             datetime
0 2018-01-01 09:00:00
1 2018-01-01 09:00:01
2 2018-01-01 09:00:02
3 2018-01-01 09:00:03
4 2018-01-01 09:00:04

df['datetime'] = df.datetime.apply(lambda x: x.replace(minute=0, second=0))

>>> df.head()
0   2018-01-01 09:00:00
1   2018-01-01 09:00:00
2   2018-01-01 09:00:00
3   2018-01-01 09:00:00
4   2018-01-01 09:00:00

【讨论】：

抱歉，我正在寻找一个带有偏移的解决方案，并且希望能够简单地将“H”更改为“4H”、“1D”...