将"TimeStamp"列截断为pandas`DataFrame`中的小时精度

Question

我有一个pandas.DataFrame称为df其具有自动生成的索引,与列dt:

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

我想要做的是创建一个截断为小时精度的新列.我目前正在使用:

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

这很有效,所以没关系.但是,我有一个很好的方式使用pandas.tseries.offsets或创建一个DatetimeIndex或类似的.

所以,如果可能的话,是否有一些pandas魔法可以做到这一点？

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.要向下舍入到小时精度,您可以使用:

>>> 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.floor与之不同,它支持截断到精确度,例如年或月.

您可以临时调整基础NumPy datetime64数据类型的精度单位,将其更改[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]

相同的方法适用于任何其他单位:月'M',分'm'等等:

• 保持一年: '<M8[Y]'
• 保持一个月: '<M8[M]'
• 保持一天: '<M8[D]'
• 保持最新状态: '<M8[m]'
• 保持第二: '<M8[s]'