将“ TimeStamp”列截断为pandas DataFrame中的小时精度

Question

我有一个具有自动生成的索引的pandas.DataFrame被叫对象df，其中带有一列dt：

df['dt'].dtype, df['dt'][0]
# (dtype('<M8[ns]'), Timestamp('2014-10-01 10:02:45'))

我想做的是创建一个新的列，将其截断为小时精度。我目前正在使用：

df['dt2'] = df['dt'].apply(lambda L: datetime(L.year, L.month, L.day, L.hour))

这行得通，所以很好。但是，我想知道有一种使用pandas.tseries.offsets或创建DatetimeIndex或类似方法的好方法。

因此，如果可能的话，是否有一些pandas巫术来做到这一点？

Answer 1

在熊猫和0.18.0以后，有日期时间floor，ceil和round方法，以圆时间戳给定的固定精度/频率。要舍入到小时精度，可以使用：

>>> df['dt2'] = df['dt'].dt.floor('h')
>>> df
                      dt                     dt2
0    2014-10-01 10:02:45     2014-10-01 10:00:00
1    2014-10-01 13:08:17     2014-10-01 13:00:00
2    2014-10-01 17:39:24     2014-10-01 17:00:00

这是截断时间戳的另一种方法。与不同floor，它支持截断精度到年或月。

您可以临时调整基础NumPydatetime64数据类型的精度单位，将其从更改[ns]为[h]：

df['dt'].values.astype('<M8[h]')

这会将所有内容截断为小时精度。例如：

>>> df
                       dt
0     2014-10-01 10:02:45
1     2014-10-01 13:08:17
2     2014-10-01 17:39:24

>>> df['dt2'] = df['dt'].values.astype('<M8[h]')
>>> df
                      dt                     dt2
0    2014-10-01 10:02:45     2014-10-01 10:00:00
1    2014-10-01 13:08:17     2014-10-01 13:00:00
2    2014-10-01 17:39:24     2014-10-01 17:00:00

>>> df.dtypes
dt     datetime64[ns]
dt2    datetime64[ns]

相同的方法应该适用于任何其他单位：months 'M'，minutes'm'等：

• 保持一年： '<M8[Y]'
• 持续到一个月： '<M8[M]'
• 跟上一天： '<M8[D]'
• 保持最新： '<M8[m]'
• 跟上第二： '<M8[s]'