将 Pandas 时间戳四舍五入到分钟

Question

我想基于pd_date_range() 的开始和结束时间戳（自纪元以来以微秒为单位）以 1 分钟的间隔创建一个DateTimeIndex。为此，我需要将开始时间戳向上取整，将结束时间戳向下取整。这是我目前所拥有的：

import pandas as pd
start = 1406507532491431
end = 1406535228420914

start_ts = pd.to_datetime(start, unit='us') # Timestamp('2014-07-28 00:32:12.491431')
end_ts = pd.to_datetime(end, unit='us') # Timestamp('2014-07-28 08:13:48.420914')

我要四舍五入：

start_ts 到 Timestamp('2014-07-28 00:32') 和

end_ts 到 Timestamp('2014-07-28 08:14')。

我该怎么做？

Answer 1

data.index.round('60S')

大约 60 秒。

Answer 2

从 0.18 版本开始，Pandas 内置了datetime-like rounding functionality：

start_ts.round('min')  # Timestamp('2014-07-28 00:32:00')
end_ts.round('min')    # Timestamp('2014-07-28 08:14:00')

如果您需要强制向上或向下舍入，也可以使用.ceil 或.floor。

---

编辑： 根据 OP 的要求，上述代码适用于原始 pd.Timestamp。如果您使用的是pd.Series，请使用dt 访问器：

s = pd.Series(pd.to_datetime([1406507532491431000, 1406535228420914000]))
s.dt.round('min')

输出：

0   2014-07-28 00:32:00
1   2014-07-28 08:14:00
dtype: datetime64[ns]

Answer 3

正如@user3735204 所说，可以使用以下内容对列进行四舍五入：

df['datecol'] = df['datecol'].astype('datetime64[m]')

方括号中的单位可以是：

Y[ear] M[month] D[ay], h[our], m[inute], s[econd]

还可以通过将列设为索引并应用 round 方法（在 pandas 0.19.0 中可用）来四舍五入到最近的 (reference)：

df.index = pd.to_datetime(df['datecol'])
df.index = df.index.round("S")

示例：

df = pd.DataFrame(data = tmpdata)
df['datecol'] = df['datecol'].astype('datetime64[s]')
print df['datecol']

0   2016-10-05 05:37:42
1   2016-10-05 05:37:43
Name: datecol, dtype: datetime64[ns]

df.index = pd.to_datetime(df['datecol'])
df.index = df.index.round("S")

print df.index

DatetimeIndex(['2016-10-05 05:37:43', '2016-10-05 05:37:43'], dtype='datetime64[ns]', name=u'timestamp', freq=None)

Answer 4

我遇到了类似的问题，想结束这一天。原来有一个简单的方法（它适用于 Y[ear] M[month] D[ay]、h[our]、m[inute]、s[econd]）。假设 df 是一个带有“datecol”列的 pandas DataFrame：

df['datecol'] = df['datecol'].values.astype('<M8[m]')

将它四舍五入到 m[inute]。鉴于我最初发现了这个问题，我想我会链接回我得到的答案，因为它似乎相关，

More efficient way to round to day timestamps using pandas

Answer 5

用一种简单的方法做到这一点目前是一个悬而未决的问题here

In [22]: start = 1406507532491431

In [23]: end = 1406535228420914

[26]: dti = pd.to_datetime([start,end],unit='us')

In [27]: dti
Out[27]: 
<class 'pandas.tseries.index.DatetimeIndex'>
[2014-07-28 00:32:12.491431, 2014-07-28 08:13:48.420914]
Length: 2, Freq: None, Timezone: None

In [29]: pd.DatetimeIndex(((dti.asi8/(1e9*60)).round()*1e9*60).astype(np.int64))
Out[29]: 
<class 'pandas.tseries.index.DatetimeIndex'>
[2014-07-28 00:32:00, 2014-07-28 08:14:00]
Length: 2, Freq: None, Timezone: None

尽管如此，它非常简单。

欢迎请求实施。

Answer 6

import pandas as pd
new_index = pd.date_range(start=start_ts.strftime('%Y-%m-%d %H:%M'), end=end_ts.strftime('%Y-%m-%d %H:%M'), freq='1min')