Pandas：时间戳索引四舍五入到最接近的第 5 分钟答案

【问题标题】：Pandas: Timestamp index rounding to the nearest 5th minutePandas：时间戳索引四舍五入到最接近的第 5 分钟
【发布时间】：2014-08-20 04:50:51
【问题描述】：

我有一个df，并以通常的时间戳作为索引：

    2011-04-01 09:30:00
    2011-04-01 09:30:10
    ...
    2011-04-01 09:36:20
    ...
    2011-04-01 09:37:30

如何为这个数据框创建一个具有相同时间戳但四舍五入到最接近的 5 分钟间隔的列？像这样：

    index                 new_col
    2011-04-01 09:30:00   2011-04-01 09:35:00        
    2011-04-01 09:30:10   2011-04-01 09:35:00
    2011-04-01 09:36:20   2011-04-01 09:40:00
    2011-04-01 09:37:30   2011-04-01 09:40:00

【问题讨论】：

其中许多答案更简洁，您只需更改 5mins 代替 15min stackoverflow.com/questions/32344533/…

标签： python pandas

【解决方案1】：

The round_to_5min(t) solution using timedelta arithmetic 是正确的，但是很复杂而且很慢。而是在 pandas 中使用漂亮的Timstamp：

import numpy as np
import pandas as pd

ns5min=5*60*1000000000   # 5 minutes in nanoseconds 
pd.to_datetime(((df.index.astype(np.int64) // ns5min + 1 ) * ns5min))

让我们比较一下速度：

rng = pd.date_range('1/1/2014', '1/2/2014', freq='S')

print len(rng)
# 86401

# ipython %timeit 
%timeit pd.to_datetime(((rng.astype(np.int64) // ns5min + 1 ) * ns5min))
# 1000 loops, best of 3: 1.01 ms per loop

%timeit rng.map(round_to_5min)
# 1 loops, best of 3: 1.03 s per loop

大约快 1000 倍！

【讨论】：

在处理夏令时时要小心：并非所有日子的长度都相同，您的方法可能会失败。我建议使用偏移量：pandas.pydata.org/pandas-docs/stable/…
@Marius Ion：这里不需要小心。一天的长度无关紧要。如果 DatetimeIndex 具有时区，则 astype 操作将转换为 UTC。只需将结果转换回您的时区即可（例如使用tz_localize("UTC").tz_convert("US/Eastern")）
请注意，要四舍五入到最接近的 5 分钟而不是四舍五入，它稍微复杂一些 - 也许值得将它添加到您的答案中？我在这里粘贴我的代码，但显然它在答案中看起来会更好，因为 cmets 没有格式:( ****** pd.to_datetime( ((rng.astype(np.int64) // ns5min) * ns5min) # round down + (((rng.astype(np.int64) % ns5min) > (ns5min / 2)) * ns5min) # 如果需要，添加 5min )

【解决方案2】：

可以轻松使用 pandas 的圆形功能

df["timestamp_column"].dt.round("5min")

查看here了解更多详情

【讨论】：

这是最好的解决方案！

【解决方案3】：

你可以试试这样的：

def round_to_5min(t):
    delta = datetime.timedelta(minutes=t.minute%5, 
                               seconds=t.second, 
                               microseconds=t.microsecond)
    t -= delta
    if delta > datetime.timedelta(0):
        t += datetime.timedelta(minutes=5)
    return t

df['new_col'] = df.index.map(round_to_5min)

【讨论】：

看起来不错，但是当我在我的数据上测试它时，我看到：2011-04-01 09:32:10 -> 2011-04-01 09:30:002011-04-01 09:32:20 -> 2011-04-01 09:30:002011-04-01 09:32:30 -> 2011-04-01 09:35:002011-04-01 09:32:40 -> 2011-04-01 09:35:00 它们都应该是 2011-04-01 09:35:00跨度>
啊，在您提到的问题中，您提到了“最近”的 5 分钟，但我从您的数据中看到您希望将其四舍五入到接下来的 5 分钟。我已经确定了答案，谢谢。我假设您希望 9:30:00:00 舍入为 9:30:00:00 而不是 9:35:00:00，否则您总是可以添加 5 分钟。
请问我如何从我的 new_col 中选择小时和分钟？例如，我正在尝试这样做：datetime.datetime.hour(df.new_col) 这样我就可以在小时内拥有一个新的列，但这是行不通的
同种操作：df['hour'] = df.new_col.map(lambda t: t.hour)
非常感谢！我真的需要学习地图的所有可能性

【解决方案4】：

我遇到了同样的问题，但使用了 datetime64p[ns] 时间戳。

我用过：

def round_to_5min(t):
    """ This function rounds a timedelta timestamp to the nearest 5-min mark"""
    t = datetime.datetime(t.year, t.month, t.day, t.hour, t.minute - t.minute%5, 0)  
    return t

接着是'map'函数

【讨论】：