使用熊猫舍入DateTime
我想对DateTime功能进行四舍五入，使其转换为每10分钟时间间隔的起始值。下面的示例显示了所需的结果：
Actual Time | Round Time(within 10 min interval)
2016-01-01 05:47:46 2016-01-01 05:40:00
2016-01-01 05:49:58 2016-01-01 05:40:00
2016-01-01 05:50:01 2016-01-01 05:50:00
2016-01-01 05:59:58 2016-01-01 05:50:00
下面的代码将其四舍五入到最接近的10分钟间隔，而不是始终给出下限值。
df['DateTime'].agg(lambda x : x.round('10min'))
它将“日期时间要素”舍入到最接近的值。
Actual Time | Round Time(within 10 min interval)
2016-01-01 05:47:46 2016-01-01 05:50:00
2016-01-01 05:49:58 2016-01-01 05:50:00
2016-01-01 05:50:01 2016-01-01 05:50:00
2016-01-01 05:59:58 2016-01-01 06:00:00
舍入时间应使其接近底值。
问题答案：
用途Series.dt.floor：
df['Round Time'] = df['DateTime'].dt.floor('10min')
-
问题内容： 我正在尝试使用具有相似列值的行来估算值。 例如，我有这个数据框 我想使用相似的列[‘one’]和[‘two’]的键，并且如果列[‘three’]并非完全是nan，则从具有相似的键的行中插值[ ‘3’] 这是我的愿望结果 您会看到键1和3不包含任何值，因为现有值不存在。 我试过使用groupby fillna（） 这给了我一个错误。 我尝试了正向填充，这给了我一个相当奇怪的结果，那就是它
-
我试图在pandas中使用从FTP服务器读取压缩文件。zip文件只包含一个文件，这是必需的。 这是我的密码： 我得到这个错误： 我在pandas 18.1和19.0中都遇到了这个错误。我是否遗漏了什么，或者这可能是一个错误？
-
问题内容： 试图使用python将pandas数据框写入MySQL表。以前一直在使用，但是将来会贬值，并希望开始过渡到使用SQLAlchemy引擎。 样例代码： 读取工作正常，但存在错误： DatabaseError：在SQL’SELECT name FROM sqlite_master WHERE type =’table’AND name = ?;’上执行失败：在字符串格式化期间参数数目错误
-
问题内容： 我有一个数据框df，有两列，我想按一列分组并加入属于同一组的列表，例如： 处理后： 我想保留所有重复项。我有以下问题： 数据框的dtype是对象。convert_objects（）不会自动将column_b转换为列表。我怎样才能做到这一点？ df.groupby（…）。apply（lambda x：…）中的函数适用于什么？x的形式是什么？清单？ 我主要问题的解决方案？ 提前致谢。 问题
-
问题内容： Python 3.4和Pandas 0.15.0 df是一个数据框，而col1是一列。使用下面的代码，我正在检查是否存在值10，并将此类值替换为1000。 这是另一个例子。这次，我将基于索引更改col2中的值。 这两种都会产生以下警告： 最后， 这会产生类似的警告，并带有以下建议： 我不确定我是否理解警告中指出的讨论。编写这三行代码的更好方法是什么？ 请注意，该操作有效。 问题答案：
-
问题内容： 我想将 大于任意数（在这种情况下为100）的值替换为（因为如此大的值表示实验失败）。以前，我使用它来替换不需要的值： 但是，出现以下错误： 从这个StackExchange问题来看，有时似乎可以忽略此警告，但是我不能很好地跟踪讨论，无法确定这是否适用于我的情况。警告基本上是让我知道我将覆盖我的某些值吗？ 编辑：据我所知，一切都按其应有的方式进行。作为后续措施，我的替换值方法是否非标
-
我有一个数据帧，如： 所以我想通过两个“for循环”添加一些列，如： 新的类似数据帧的图片： 我的代码不起作用： 如何编写代码来获得像第二张图片这样的数据帧？