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

Question

我有一个名为pandas.DataFrame的df，它有一个自动生成的索引，列为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魔法来做到这一点？

Answer 1

在pandas 0.18.0及更高版本中，有日期时间floor，ceil和round方法将时间戳舍入到给定的固定精度/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。与floor不同，它支持截断到精确度，如年或月。

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

同样的方法适用于任何其他单位：月'M'，分钟'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：'<M8[m]'
• 保持第二：'<M8[s]'

Answer 2

我过去用来实现这个目标的方法如下（与你已经在做的非常相似，但我想我还是把它扔出去了）：

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