Python Pandas – 对微秒级频率的 TimeDeltaIndex 执行 floor 操作

人们常常需要对时间序列数据进行调整或处理，例如将某个时间戳向下舍入到最近的整天或整小时等。而在Python中，利用Pandas库可以很方便地对时间序列数据进行处理。本文将讨论如何对微秒级频率的TimeDeltaIndex执行floor操作。

TimeDeltaIndex和floor操作

TimeDeltaIndex是一种Pandas对象，它表示一组时间差值。我们可以创建TimeDeltaIndex对象，例如：

import pandas as pd

tdi = pd.timedelta_range(start='1 day', periods=5, freq='H')
print(tdi)

输出结果如下：

TimedeltaIndex(['1 days 00:00:00', '1 days 01:00:00', '1 days 02:00:00',
                '1 days 03:00:00', '1 days 04:00:00'],
               dtype='timedelta64[ns]', freq='H')

在上面的代码中，我们使用timedelta_range函数创建了一个TimeDeltaIndex对象。这个TimeDeltaIndex对象包含了5个时间差值，每个时间差值为小时（H）频率的1天。所以，输出结果中显示5个时间差值分别为1天、2天、3天、4天、5天。

对于TimeDeltaIndex对象，我们可以通过floor、ceil和round等方法进行调整，以获得最接近的整天、整小时等。在本文中，我们主要关注如何对微秒级频率的TimeDeltaIndex执行floor操作。

Floor操作（向下取整）指将时间序列调整到其最近的整个时间项。因此，floor操作将忽略微小的时间差异，并将时间戳向下舍入到其最接近的整数（例如整天、整小时、整秒等）。因此，floor操作可以很方便地将数据调整为每日、每小时或每分钟的粒度。

例如，下面的代码将将我们将对一个微秒级别的时间序列执行floor操作：

import pandas as pd

# 生成一个微秒级别的时间序列
ts = pd.date_range('2022-01-01 00:00:00', periods=10, freq='U')

# 将时间戳向下舍入到最近的整秒
ts_floor = ts.floor('s')

print(ts)
print(ts_floor)

输出结果如下：

DatetimeIndex(['2022-01-01 00:00:00', '2022-01-01 00:00:00.000001',
               '2022-01-01 00:00:00.000002', '2022-01-01 00:00:00.000003',
               '2022-01-01 00:00:00.000004', '2022-01-01 00:00:00.000005',
               '2022-01-01 00:00:00.000006', '2022-01-01 00:00:00.000007',
               '2022-01-01 00:00:00.000008', '2022-01-01 00:00:00.000009'],
              dtype='datetime64[ns]', freq='U')
DatetimeIndex(['2022-01-01 00:00:00', '2022-01-01 00:00:00',
               '2022-01-01 00:00:00', '2022-01-01 00:00:00',
               '2022-01-01 00:00:00', '2022-01-01 00:00:00',
               '2022-01-01 00:00:00', '2022-01-01 00:00:00',
               '2022-01-01 00:00:00', '2022-01-01 00:00:00'],
              dtype='datetime64[ns]', freq=None)

在上面的代码中，我们生成了一个微秒级别的时间序列。然后，我们使用floor方法将这个时间序列向下舍入到最接近的整秒（’s’）。输出结果显示，经过floor操作后，所有的时间戳被舍入到了整秒（00:00:00）。

对微秒级频率的TimeDeltaIndex执行floor操作

接下来，我们演示如何对微秒级频率的TimeDeltaIndex对象执行floor操作。

import pandas as pd

# 生成一个微秒级别的时间差值序列
tdi = pd.timedelta_range(start='1 day', periods=10, freq='U')

# 将时间差值向下舍入到最接近的整秒
tdi_floor = tdi.floor('s')

print(tdi)
print(tdi_floor)

输出结果如下：

TimedeltaIndex(['0 days 00:00:00', '0 days 00:00:00.000001',
                '0 days 00:00:00.000002', '0 days 00:00:00.000003',
                '0 days 00:00:00.000004', '0 days 00:00:00.000005',
                '0 days 00:00:00.000006', '0 days 00:00:00.000007',
                '0 days 00:00:00.000008', '0 days 00:00:00.000009'],
               dtype='timedelta64[ns]', freq='U')
TimedeltaIndex(['0 days 00:00:00', '0 days 00:00:00',
                '0 days 00:00:00', '0 days 00:00:00',
                '0 days 00:00:00', '0 days 00:00:00',
                '0 days 00:00:00', '0 days 00:00:00',
                '0 days 00:00:00', '0 days 00:00:00'],
               dtype='timedelta64[ns]', freq=None)

在上面的代码中，我们生成了一个微秒级别的TimeDeltaIndex对象。然后，我们使用floor方法将这个TimeDeltaIndex对象向下舍入到最接近的整秒（’s’）。输出结果显示，经过floor操作后，所有的时间差值被舍入到了零值。

值得注意的是，对于微秒级频率的TimeDeltaIndex对象，如果我们仅对其执行floor操作，那么其将被调整到零值。