在 Python 中四舍五入到最近的一天

Question

所以我从 SQL 下载了一个表，现在我正在对它执行操作。其中两列是 Start_Date 和 Maturity_Date，我希望将其中两列相减，然后除以另一列。我已经想出了如何使用以下代码减去它们：

df['START_DATE']=pd.to_datetime(df['START_DATE'])
df['MATURITY_DATE']=pd.to_datetime(df['MATURITY_DATE'])

df['c']=df['MATURITY_DATE']-df['START_DATE']
df['d']=df['c'].div(df['TERM'], axis=0)

但是，当我将日期时间中的“c”除以 int 形式的“术语”时，我的新 df['d'] 看起来像“60 天 4:00:00”。我不希望它是日期，但我希望将 df['d'] 四舍五入到最接近的整数，并且我能够对其执行操作，就好像它是一个整数一样。本质上，如何将 df['d'] 转换为最接近的整数？

Answer 1

您可以使用pandas.Series.dt.round，指定您希望它是最近的一天。

(df['MATURITY_DATE']-df['START_DATE']).div(df.TERM).dt.round('1d')

如果您需要数字而不是 timedelta，请使用 numpy 进行转换：

(df['MATURITY_DATE']-df['START_DATE']).div(df.TERM).dt.round('1d')/np.timedelta64(1, 'D')

---

样本数据

import pandas as pd
import numpy as np

df = pd.DataFrame({'START_DATE': [pd.to_datetime('2017-01-01'), pd.to_datetime('2017-01-01')],
                  'MATURITY_DATE': [pd.to_datetime('2017-01-06 11:00:00'), pd.to_datetime('2017-01-06 13:00:00')],
                  'TERM': [3,2]})

#  START_DATE       MATURITY_DATE  TERM
#0 2017-01-01 2017-01-06 11:00:00     3
#1 2017-01-01 2017-01-06 13:00:00     2

代码：

(df['MATURITY_DATE']-df['START_DATE']).div(df.TERM).dt.round('1d')
#0   2 days
#1   3 days
#dtype: timedelta64[ns]

(df['MATURITY_DATE']-df['START_DATE']).div(df.TERM).dt.round('1d')/np.timedelta64(1, 'D')
#0    2.0
#1    3.0
#dtype: float64