將“TimeStamp”列截斷為pandas`DataFrame`中的小時精度

Question

我有一個名為df的pandas.DataFrame ，它有一個自動生成的索引，列dt ：

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

我想要做的是創建一個截斷為小時精度的新列。 我目前正在使用：

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

這很有效，所以沒關系。 但是，我有一個很好的方法，使用pandas.tseries.offsets或創建DatetimeIndex或類似的方法。

所以，如果可能的話，是否有一些pandas巫術呢？

Answer 1

在pandas 0.18.0及更高版本中，有datetime floor ， ceil和round方法將時間戳舍入到給定的固定精度/頻率。 要向下舍入到小時精度，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

---

這是截斷時間戳的另一種方法。 與floor不同，它支持截斷到精確度，例如年或月。

您可以臨時調整基礎NumPy datetime64數據類型的精度單位，將其從[ns]更改為[h] ：

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

這會將所有內容截斷為小時精度。 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]

同樣的方法適用於任何其他單位：月'M' ，分鍾'm' ，等等：

• 保持一年： '<M8[Y]'
• 保持一個月： '<M8[M]'
• 保持一天： '<M8[D]'
• 保持最快： '<M8[m]'
• 保持第二： '<M8[s]'

Answer 2

我過去用來實現這個目標的方法如下（與你已經在做的非常相似，但我想我還是把它扔出去了）：

df['dt2'] = df['dt'].apply(lambda x: x.replace(minute=0, second=0))