【问题标题】：How to subtract a half second from a date time index in python? [duplicate]如何从python中的日期时间索引中减去半秒？ [复制]
【发布时间】：2020-02-06 05:05:11
【问题描述】：

如果我有这样的日期时间索引：

 DatetimeIndex(['2018-01-22 21:39:00', '2018-01-22 21:39:01',
                '2018-01-22 21:39:03', '2018-01-22 21:39:06',
                '2018-01-22 21:39:07', '2018-01-22 21:39:08',
                '2018-01-22 21:39:09', '2018-01-22 21:39:10',
                '2018-01-22 21:39:11', '2018-01-22 21:39:12'], dtype='datetime64[ns]', freq=None)

如何从每个值中减去半秒，以便得到这样的数据时间索引：

 DatetimeIndex(['2018-01-22 21:38:59.50', '2018-01-22 21:39:00.50',
                '2018-01-22 21:39:02.50', '2018-01-22 21:39:05.50',
                '2018-01-22 21:39:06.50', '2018-01-22 21:39:07.50',
                '2018-01-22 21:39:08.50', '2018-01-22 21:39:09.50',
                '2018-01-22 21:39:10.50', '2018-01-22 21:39:11.50'], dtype='datetime64[ns]', freq=None)

【问题讨论】：

datetime 有一个毫秒字段；减去 500 毫秒。

标签： python python-3.x pandas datetime

【解决方案1】：

解决方案

您可以从 DateTimeIndex 对象中减去0.5 seconds 作为datetime.timedelta 对象。

简答

import datetime

dt = datetime.timedelta(seconds=0.5)
pd.DatetimeIndex(datetime_data) - dt

输出：

0   2018-01-22 21:38:59.500
1   2018-01-22 21:39:00.500
2   2018-01-22 21:39:02.500
3   2018-01-22 21:39:05.500
4   2018-01-22 21:39:06.500
5   2018-01-22 21:39:07.500
6   2018-01-22 21:39:08.500
7   2018-01-22 21:39:09.500
8   2018-01-22 21:39:10.500
9   2018-01-22 21:39:11.500
Name: Timestamp, dtype: datetime64[ns]

详细解决方案

1。制作数据

import numpy as np
import pandas as pd

datetime_data = ['2018-01-22 21:39:00', '2018-01-22 21:39:01',
                '2018-01-22 21:39:03', '2018-01-22 21:39:06',
                '2018-01-22 21:39:07', '2018-01-22 21:39:08',
                '2018-01-22 21:39:09', '2018-01-22 21:39:10',
                '2018-01-22 21:39:11', '2018-01-22 21:39:12']

dti = pd.DatetimeIndex(datetime_data)
dti

输出：

DatetimeIndex(['2018-01-22 21:39:00', '2018-01-22 21:39:01',
               '2018-01-22 21:39:03', '2018-01-22 21:39:06',
               '2018-01-22 21:39:07', '2018-01-22 21:39:08',
               '2018-01-22 21:39:09', '2018-01-22 21:39:10',
               '2018-01-22 21:39:11', '2018-01-22 21:39:12'],
              dtype='datetime64[ns]', freq=None)

2。减去0.5秒

import datetime

df = pd.DataFrame(dti, columns=['Timestamp'])
dt = datetime.timedelta(seconds=0.5)
df.Timestamp - dt

输出：

0   2018-01-22 21:38:59.500
1   2018-01-22 21:39:00.500
2   2018-01-22 21:39:02.500
3   2018-01-22 21:39:05.500
4   2018-01-22 21:39:06.500
5   2018-01-22 21:39:07.500
6   2018-01-22 21:39:08.500
7   2018-01-22 21:39:09.500
8   2018-01-22 21:39:10.500
9   2018-01-22 21:39:11.500
Name: Timestamp, dtype: datetime64[ns]

【讨论】：

【解决方案2】：

您可以使用pd.DateOffset 从每个值中减去 0.5 秒：

df.index - pd.DateOffset(seconds=0.5)
print(df)
DatetimeIndex(['2018-01-22 21:38:59.500000', '2018-01-22 21:39:00.500000',
           '2018-01-22 21:39:02.500000', '2018-01-22 21:39:05.500000',
           '2018-01-22 21:39:06.500000', '2018-01-22 21:39:07.500000',
           '2018-01-22 21:39:08.500000', '2018-01-22 21:39:09.500000',
           '2018-01-22 21:39:10.500000', '2018-01-22 21:39:11.500000'],
          dtype='datetime64[ns]', name=0, freq=None)

【讨论】：

解决方案

简答

详细解决方案

1。制作数据

2。减去0.5秒

2。减去`0.5`秒