Question

我已将数据文件加载到Python pandas数据帧中。我有一个格式为2015-07-18 13:53:33.280的日期时间列。

我需要做的是创建一个新列，将其四舍五入到最接近的四分之一小时。因此，上述日期将四舍五入为2015-07-18 13:45:00.000。

我如何在熊猫中这样做？我尝试使用here中的解决方案，但收到'Series' object has no attribute 'year'错误。

Answer 1

您可以使用round(freq)。日期时间函数访问还有一个快捷方式column.dt（如@ laurens-koppenol建议的那样）。

这里的单行：

df['old column'].dt.round('15min')

可以找到有效频率的字符串别名here。完整的工作示例：

In [1]: import pandas as pd    
In [2]: df = pd.DataFrame([pd.Timestamp('2015-07-18 13:53:33.280'),
                           pd.Timestamp('2015-07-18 13:33:33.330')],
                         columns=['old column'])

In [3]: df['new column']=df['old column'].dt.round('15min')  
In [4]: df
Out[4]: 
               old column          new column
0 2015-07-18 13:53:33.280 2015-07-18 14:00:00
1 2015-07-18 13:33:33.330 2015-07-18 13:30:00

Answer 2

假设您的系列由datetime个对象组成，则需要使用Series.apply。示例 -

import datetime
df['<column>'] = df['<column>'].apply(lambda dt: datetime.datetime(dt.year, dt.month, dt.day, dt.hour,15*(dt.minute // 15)))

以上示例始终舍入到上一个四分之一小时（行为类似于楼层功能）。

修改

四舍五入到正确的四分之一小时（如果是，如果是上一季度的7分30秒，则显示下一季度）。我们可以使用下面的例子 -

import datetime df['<column>'] = df['<column>'].apply(lambda dt: datetime.datetime(dt.year, dt.month, dt.day, dt.hour,15*round((float(dt.minute) + float(dt.second)/60) / 15)))

以上只考虑最新的秒数，如果你想要毫秒/微秒，你可以将其添加到上面的等式中 - (float(dt.minute) + float(dt.second)/60 + float(dt.microsecond)/60000000)

Answer 3

这看起来好一点

column.dt.允许日期时间列的日期时间函数，例如column.str.用于类似字符串的列

datetime-like properties API reference

import pandas as pd

# test df
df = pd.DataFrame([{'old_column':pd.Timestamp('2015-07-18 13:53:33.280')}])

df['new_column'] = df['old_column'].dt.round('15min')

df

Answer 4

Anand S Kumar的回答并没有四舍五入到最近的四分之一小时，它将会议纪要切断到最近的15分钟。

实际上，在您的示例中2015-07-18 13:53:33.280应该舍入到2015-07-18 14:00:00.000，因为53:33.280接近60分钟而不是45分钟。

我在this post中找到了更为健全的答案。

根据您的情况，这应该有效：

import datetime

def round_time(time, round_to):
    """roundTo is the number of minutes to round to"""
    rounded = time + datetime.timedelta(minutes=round_to/2.)
    rounded -= datetime.timedelta(minutes=rounded.minute % round_to,
                                  seconds=rounded.second,
                                  microseconds=rounded.microsecond)
    return rounded

dt['dtcolumn'] = df['dtcolumn'].apply(lambda x: round_time(x))

如何将日期时间列舍入到最接近的四分之一小时

4 个答案:

这看起来好一点