Python Pandas，根据另一列中的值进行日期时间舍入

Question

我只需要选择传感器类型 == 空气的情况，以四舍五入到最接近的 5 秒，但不知道我应该如何使用函数来实现这一点。

我确实有以下几行：

In [1]: import pandas as pd
In [2]: df = pd.DataFrame({'timestamp' : ['2020-04-14 00:00:23', '2020-04-14 00:00:37',
                                      '2020-04-14 00:01:01', '2020-04-14 00:01:05',
                                      '2020-04-14 00:01:19'],
                       'sensor type' : ['sound', 'air', 'sound', 'air', 'sound']})
In [3]: df["timestamp"] = pd.to_datetime(df.timestamp)
In [4]: df["rounded_timestamp"] = df.groupby("sensor type").transform(lambda d: d.dt.round("5s"))

结果

In [5]: df
Out[5]:
        timestamp sensor type   rounded_timestamp
0 2020-04-14 00:00:23       sound 2020-04-14 00:00:25
1 2020-04-14 00:00:37         air 2020-04-14 00:00:35
2 2020-04-14 00:01:01       sound 2020-04-14 00:01:00
3 2020-04-14 00:01:05         air 2020-04-14 00:01:05
4 2020-04-14 00:01:19       sound 2020-04-14 00:01:20

因此，我确实有四舍五入时间的列。但仅对于空气传感器，时间应该四舍五入，我怎样才能得到一个带有空气传感器的圆形时间戳和声音传感器的非圆形时间戳的列？

Answer 1

解决此问题的一种方法是使用 apply() 函数到 DataFrame（不是系列）。如果您设置axis=1，它的作用是让您在每行的基础上进行操作。这样，您可以指定需要应用于一列的操作，但仍可以访问该行所需的任何其他列，以便有条件地应用这些操作。

df["rounded_timestamp"] = df.apply(lambda row: row["timestamp"].round("5s") 
                                   if row["sensor type"] == "air" 
                                   else row["timestamp"],
                                   axis=1)

Answer 2

只需使用这个（在现有代码中添加 1 多行）：

编辑： 在 colab 上的 pandas 1.0.3 和 python 3.6.9 上测试

df['rounded_timestamp'] = df['timestamp']
df.loc[df['sensor type']=='air',"rounded_timestamp"] = df.loc[df['sensor type']=='air','timestamp'].dt.round("5s")

输出：