Python Pandas – 如何在带有秒频率的DateTimeIndex上执行ceil操作

在使用Python Pandas进行时间序列数据处理时，我们经常需要对时间进行舍入操作。比如，我们需要将某个时间戳舍入到最近的整分钟。通常情况下，我们可以通过使用floor或ceil函数来实现这个目标。

在本文中，我们将重点研究如何在带有秒频率的DateTimeIndex上执行ceil操作。我们将演示如何将时间戳从秒份辨率舍入到最近的整分钟。

舍入DateTimeIndex中的时间戳

假设我们有一个带有秒频率的DateTimeIndex，其中包含以下时间戳：

import pandas as pd
import numpy as np

range_index = pd.date_range(start='2021-04-11 13:30:00', end='2021-04-11 14:05:00', freq='S')
data = np.random.rand(len(range_index))
df = pd.DataFrame(data=data, index=range_index)
print(df.head())

输出结果如下：

                            0
2021-04-11 13:30:00  0.487215
2021-04-11 13:30:01  0.030881
2021-04-11 13:30:02  0.328172
2021-04-11 13:30:03  0.545620
2021-04-11 13:30:04  0.527301

我们现在想要将DateTimeIndex中的时间戳舍入到最近的整分钟。为了实现这个目标，我们需要使用Pandas提供的resample函数，并指定目标频率为分钟（’T’）。然后，我们使用aggregation函数来执行ceil操作。

resampled = df.resample('T').agg('ceil')
print(resampled.head())

输出结果如下：

                     0
2021-04-11 13:30:00  1
2021-04-11 13:31:00  1
2021-04-11 13:32:00  1
2021-04-11 13:33:00  1
2021-04-11 13:34:00  1

我们可以看到，时间戳已经被舍入到最近的整分钟，并且数据已经被按照分钟对齐。如果我们想要保留原始数据，而只是修改时间戳，我们可以使用resample函数的closed参数和label参数来实现。

resampled = df.resample('T', closed='right', label='right').agg('ceil')
print(resampled.head())

输出结果如下：

                     0
2021-04-11 13:29:00  1
2021-04-11 13:30:00  1
2021-04-11 13:31:00  1
2021-04-11 13:32:00  1
2021-04-11 13:33:00  1

我们可以看到，时间戳已经被舍入到了最近的整分钟，但是数据已经被保留。

结论

在Python Pandas中，我们可以很容易地对DateTimeIndex中的时间戳进行舍入操作。如果我们想要将时间戳舍入到最近的整分钟，我们可以使用resample函数，并指定目标频率为分钟（’T’）。然后，我们可以使用agg函数执行舍入操作。如果我们不想修改数据，而只是想改变时间戳，我们可以使用resample函数的closed参数和label参数。