如何将日期时间列四舍五入到最近的一刻钟答案

【问题标题】：How do I round datetime column to nearest quarter hour如何将日期时间列四舍五入到最近的一刻钟
【发布时间】：2015-11-27 10:52:06
【问题描述】：

我已将数据文件加载到 Python pandas 数据框中。我有一个格式为2015-07-18 13:53:33.280 的日期时间列。

我需要做的是创建一个新列，将其四舍五入到最接近的一刻钟。因此，上面的日期将四舍五入为2015-07-18 13:45:00.000。

如何在熊猫中做到这一点？我尝试使用来自here 的解决方案，但收到'Series' object has no attribute 'year' 错误。

【问题讨论】：

标签： python datetime pandas python-datetime

【解决方案1】：

您可以使用round(freq)。还有一个快捷方式column.dt 用于访问日期时间函数（正如@laurens-koppenol 所建议的那样）。

这里是单行：

df['old column'].dt.round('15min')

可以在here 中找到有效频率的字符串别名。完整的工作示例：

In [1]: import pandas as pd    
In [2]: df = pd.DataFrame([pd.Timestamp('2015-07-18 13:53:33.280'),
                           pd.Timestamp('2015-07-18 13:33:33.330')],
                         columns=['old column'])

In [3]: df['new column']=df['old column'].dt.round('15min')  
In [4]: df
Out[4]: 
               old column          new column
0 2015-07-18 13:53:33.280 2015-07-18 14:00:00
1 2015-07-18 13:33:33.330 2015-07-18 13:30:00

【讨论】：

如果想要四舍五入到最接近的时间低于或高于，可以分别使用floor 和ceil。见code

【解决方案2】：

假设您的系列由 datetime 对象组成，您需要使用 Series.apply 。示例 -

import datetime
df['<column>'] = df['<column>'].apply(lambda dt: datetime.datetime(dt.year, dt.month, dt.day, dt.hour,15*(dt.minute // 15)))

上面的例子总是四舍五入到前一刻钟（行为类似于 floor 函数）。

编辑

四舍五入到正确的一刻钟（如，如果它比上一个季度晚 7 分 30 秒，则显示下一个季度）。我们可以使用下面的例子 -

import datetime
df['<column>'] = df['<column>'].apply(lambda dt: datetime.datetime(dt.year, dt.month, dt.day, dt.hour,15*round((float(dt.minute) + float(dt.second)/60) / 15)))

上面只考虑最近的秒数，如果你想考虑毫秒/微秒，你可以将它添加到上面的等式中 - (float(dt.minute) + float(dt.second)/60 + float(dt.microsecond)/60000000)

【讨论】：

我相信这个答案实际上是不正确的 - 因为它总是会向下舍入到它之前的一刻钟，而不是最接近的一刻钟。
@ThomasMo 也更新了答案。以前的行为类似于floor 行为
我们能否将它传递给一个函数，例如 def secondBackAdjuster(numSec): if numSec > 30: numSec = 30 else: numSec = 0 numSec , # Applog['TimeCreatedAdj'] = secondBackAdjuster(Applog ['TimeCreatedAdj'])
答案仍然不正确。当时间为 7:59 时，这将尝试执行 datetime(y,m,d,7,60)，并失败，因为 60 是 minute 的无效值。 @tworec 有一个更好的答案，应该被接受。

【解决方案3】：

这看起来更好一点

column.dt. 允许对日期时间列使用日期时间函数，就像 column.str. 对类似字符串的列所做的那样

datetime-like properties API reference

import pandas as pd

# test df
df = pd.DataFrame([{'old_column':pd.Timestamp('2015-07-18 13:53:33.280')}])

df['new_column'] = df['old_column'].dt.round('15min')

df

【讨论】：

【解决方案4】：

Anand S Kumar 的答案不会四舍五入到最接近的一刻钟，而是将分钟截断到最接近的 15 分钟。

实际上，在您的示例中，2015-07-18 13:53:33.280 应该四舍五入到 2015-07-18 14:00:00.000，因为 53:33.280 比 45 分钟更接近 60 分钟。

我在this post 中找到了更可靠的四舍五入答案。

对于您的情况，这应该有效：

import datetime

def round_time(time, round_to):
    """roundTo is the number of minutes to round to"""
    rounded = time + datetime.timedelta(minutes=round_to/2.)
    rounded -= datetime.timedelta(minutes=rounded.minute % round_to,
                                  seconds=rounded.second,
                                  microseconds=rounded.microsecond)
    return rounded

dt['dtcolumn'] = df['dtcolumn'].apply(lambda x: round_time(x))

【讨论】：