在 pandas 中向上取整半小时

Question

pandas 中的round() function 将时间从 07:30 向下舍入到 07:00 但我想在超过 30 分钟（含）的任何时间进行舍入。

例如。

07:15 to 07:00
05:25 to 05:00
22:30 to 23:00
18:45 to 19:00

如何使用 pandas 为 dataframe 的列实现此目的？

Answer 1

时间戳

您需要使用dt.round 。 然而，这有点因为前一小时/下一小时的行为取决于小时本身。 您可以通过增加或减少少量时间（此处为 1ns）来强制执行它：

s = pd.to_datetime(pd.Series(['1/2/2021 3:45', '25/4/2021 12:30', 
                              '25/4/2021 13:30', '12/4/2022 23:45']))

# xx:30 -> rounding depending on the hour parity (default)
s.dt.round(freq='1h')

0   2021-01-02 04:00:00
1   2021-04-25 12:00:00    <- -30min
2   2021-04-25 14:00:00    <- +30min
3   2022-12-05 00:00:00
dtype: datetime64[ns]


# 00:30 -> 00:00 (force down)
s.sub(pd.Timedelta('1ns')).dt.round(freq='1h')

0   2021-01-02 04:00:00
1   2021-04-25 12:00:00
2   2021-04-25 13:00:00
3   2022-12-05 00:00:00
dtype: datetime64[ns]


# 00:30 -> 01:00 (force up)
s.add(pd.Timedelta('1ns')).dt.round(freq='1h')

0   2021-01-02 04:00:00
1   2021-04-25 12:00:00
2   2021-04-25 13:00:00
3   2022-12-05 00:00:00
dtype: datetime64[ns]

漂浮

IIUC，你可以使用divmod （或numpy.modf ）得到 integer 和小数部分，然后执行简单的 boolean 算术：

s = pd.Series([7.15, 5.25, 22.30, 18.45])

s2, r = s.divmod(1)  # or np.modf(s)

s2[r.ge(0.3)] += 1

s2 = s2.astype(int)

备选方案：使用mod和 boolean 到 int 等价：

s2 = s.astype(int)+s.mod(1).ge(0.3)

output：

0     7
1     5
2    23
3    19
dtype: int64

注意精度。 由于浮点运算，比较浮点数并不总是那么容易。 例如，在 22.30 此处使用gt会失败。 为确保精度先舍入到 2 位数字。

s.mod(1).round(2).ge(0.3)

或使用整数：

s.mod(1).mul(100).astype(int).ge(30)

Answer 2

这是一个使用时间戳的版本：

#dummy data:
df = pd.DataFrame({'time':pd.to_datetime([np.random.randint(0,10**8) for a in range(10)], unit='s')})


def custom_round(df, col, out):
    if df[col].minute >= 30:
        df[out] = df[col].ceil('H')
    else:
        df[out] = df[col].floor('H')
    return df


df.apply(lambda x: custom_round(x, 'time', 'new_time'), axis=1)

＃编辑：

使用 numpy：

def custom_round(df, col, out):
    df[out] = np.where(
        (
            df['time'].dt.minute>=30), 
            df[col].dt.ceil('H'), 
            df[col].dt.floor('H')
    )
    return df
df = custom_round(df, 'time', 'new_time')