Python Pandas – 对 TimeDeltaIndex 做毫秒级频率的 ceil 运算

背景

在数据分析中，我们经常需要处理时间数据，Pandas 提供了强大的时间序列操作功能。时间序列数据通常是 TimeStamp 或 TimeDeltaIndex 类型的数据，其中 TimeStamp 代表具体的时间点，TimeDeltaIndex 代表时间跨度。在某些场景下，我们需要对 TimeDeltaIndex 做毫秒级的频率运算，比如将 100 毫秒时间段取整到 1 秒钟。这就需要用到 Pandas 中的函数 ceil。

准备工作

首先我们需要导入 Pandas 库和创建一个 TimeDeltaIndex 类型的时间序列。

import pandas as pd
import numpy as np

# 创建 TimeDeltaIndex 序列
tdi = pd.to_timedelta(np.random.randint(0, 60000, 10), unit='ms')
print(tdi)

输出结果如下，表示该时间序列中有 10 个 TimeDeltaIndex 元素，每个元素在 0~60000 毫秒之间的随机跨度。

TimedeltaIndex(['0 days 00:00:20.000000', '0 days 00:00:41.000000',
                '0 days 00:00:20.000000', '0 days 00:00:29.000000',
                '0 days 00:00:48.000000', '0 days 00:00:31.000000',
                '0 days 00:00:51.000000', '0 days 00:00:39.000000',
                '0 days 00:00:01.000000', '0 days 00:00:18.000000'],
               dtype='timedelta64[ns]', freq=None)

频率运算

现在我们来对该时间序列做毫秒级频率运算，比如将 10 毫秒时间段取整到 1 秒钟。对于 TimeDeltaIndex 序列，Pandas 支持的频率字符串如下。

频率字符串	含义
us	微秒（microseconds）
ns	纳秒（nanoseconds）
ms	毫秒（milliseconds）
s	秒（seconds）
D	天（days）
W	周（weeks）
M	月末（month end）
BM	月末倒数第二个工作日（business month end）
CBM	定制的月末倒数第二个自定义工作日（custom business month end）
MS	月初（month start）
BMS	月初第一个工作日（business month start）
CBMS	定制的月初第一个自定义工作日（custom business month start）
Q	季度末（quarter end）
BQ	季度末倒数第二个工作日（business quarter end）
QS	季度初（quarter start）
BQS	季度初第一个工作日（business quarter start）
A	年末（year end）
BA	年末倒数第二个工作日（business year end）
AS	年初（year start）
BAS	年初第一个工作日（business year start）
BH	工作小时（business hours）
H	小时（hours）
T	分钟（minutes）
S	秒（seconds）
L	毫秒（milliseconds）
U	微秒（microseconds）
N	纳秒（nanoseconds）

做毫秒级频率运算，我们可以使用 L（毫秒）或 U（微秒）作为频率字符串。对于当前的序列 tdi，我们可以将 10 毫秒时间段取整到 1 秒钟，方法如下。

# 将 10 毫秒时间段取整到 1 秒钟，即毫秒向上取整
tdi.ceil('1s')

TimedeltaIndex(['0 days 00:00:20.000000', '0 days 00:00:41.000000',
                '0 days 00:00:20.000000', '0 days 00:00:29.000000',
                '0 days 00:00:48.000000', '0 days 00:00:31.000000',
                '0 days 00:00:51.000000', '0 days 00:00:39.000000',
                '0 days 00:00:01.000000', '0 days 00:00:18.000000'],
               dtype='timedelta64[ns]', freq=None)

我们还可以将 2 毫秒时间段取整到 1 秒钟，方法如下。

# 将 2 毫秒时间段取整到 1 秒钟，即毫秒
tdi.ceil('2ms')

TimedeltaIndex(['0 days 00:00:20.000000', '0 days 00:00:42.000000',
                '0 days 00:00:20.000000', '0 days 00:00:30.000000',
                '0 days 00:00:48.000000', '0 days 00:00:32.000000',
                '0 days 00:00:52.000000', '0 days 00:00:40.000000',
                '0 days 00:00:00.000000', '0 days 00:00:18.000000'],
               dtype='timedelta64[ns]', freq=None)