Question

我有df通常的时间戳作为索引：

    2011-04-01 09:30:00
    2011-04-01 09:30:10
    ...
    2011-04-01 09:36:20
    ...
    2011-04-01 09:37:30

如何使用相同的时间戳创建此数据框的列，但舍入到最接近的第5分钟间隔？像这样：

    index                 new_col
    2011-04-01 09:30:00   2011-04-01 09:35:00        
    2011-04-01 09:30:10   2011-04-01 09:35:00
    2011-04-01 09:36:20   2011-04-01 09:40:00
    2011-04-01 09:37:30   2011-04-01 09:40:00

Answer 1

The round_to_5min(t) solution using timedelta arithmetic是正确但复杂且非常慢。而是在pandas中使用漂亮的Timstamp：

import numpy as np
import pandas as pd

ns5min=5*60*1000000000   # 5 minutes in nanoseconds 
pd.to_datetime(((df.index.astype(np.int64) // ns5min + 1 ) * ns5min))

让我们比较速度：

rng = pd.date_range('1/1/2014', '1/2/2014', freq='S')

print len(rng)
# 86401

# ipython %timeit 
%timeit pd.to_datetime(((rng.astype(np.int64) // ns5min + 1 ) * ns5min))
# 1000 loops, best of 3: 1.01 ms per loop

%timeit rng.map(round_to_5min)
# 1 loops, best of 3: 1.03 s per loop

快了大约1000倍！

Answer 2

您可以尝试这样的事情：

def round_to_5min(t):
    delta = datetime.timedelta(minutes=t.minute%5, 
                               seconds=t.second, 
                               microseconds=t.microsecond)
    t -= delta
    if delta > datetime.timedelta(0):
        t += datetime.timedelta(minutes=5)
    return t

df['new_col'] = df.index.map(round_to_5min)

Answer 3

我遇到了同样的问题，但是使用了datetime64p [ns]时间戳。

我用过：

def round_to_5min(t):
    """ This function rounds a timedelta timestamp to the nearest 5-min mark"""
    t = datetime.datetime(t.year, t.month, t.day, t.hour, t.minute - t.minute%5, 0)  
    return t

然后是地图＆＃39;功能

Answer 4

一个人可以轻松使用熊猫的舍入功能

df["timestamp_column"].dt.round("5min")

检查here以获得更多详细信息

熊猫：时间戳索引四舍五入到最近的第5分钟

4 个答案: