Python Pandas – 将Timedelta设置为每小时频率

在进行时间序列数据的处理时，我们经常需要将数据集中的时间间隔（Timedelta）设置为特定的时间频率以便进一步分析。本文将介绍如何使用Python Pandas库将Timedelta设置为每小时频率，并给出示例代码。

Pandas Timedelta

首先，我们需要了解什么是Pandas的Timedelta。Timedelta是Pandas库中表示时间间隔的数据类型，可以表示任意两个日期之间的差异，以天、小时、分钟、秒、毫秒、微秒和纳秒为单位。我们可以使用Pandas.to_timedelta()函数来创建Timedelta对象，例如：

import pandas as pd
td = pd.to_timedelta(['5 days', '3 hours', '15 minutes'])
print(td)

输出结果如下所示，表示5天3小时15分钟的时间间隔：

TimedeltaIndex(['5 days 03:15:00'], dtype='timedelta64[ns]', freq=None)

将Timedelta设置为每小时频率

如果我们想将Timedelta设置为每小时频率，即表示每60分钟的时间间隔，可以使用Pandas库中的Timedelta.floor()函数。该函数将时间间隔向下取整到最近的时间点，我们可以将频率设为’60 minutes’，例如：

td_hr = td.floor('60 minutes')
print(td_hr)

输出结果如下所示，表示5天3小时的时间间隔：

TimedeltaIndex(['5 days 03:00:00'], dtype='timedelta64[ns]', freq=None)

示例代码

下面是一个示例代码，展示如何将一个DataFrame数据集中的时间间隔设置为每小时频率：

import pandas as pd

# 创建DataFrame数据集
data = {'timedelta': pd.to_timedelta(['5 days 2 hours 30 minutes', '1 day 3 hours 15 minutes', '8 hours 45 minutes'])}
df = pd.DataFrame(data)

# 将时间间隔设置为每小时频率
df['timedelta_hr'] = df['timedelta'].apply(lambda x: x.floor('60 minutes'))

# 打印结果
print(df)

输出结果如下所示，我们可以看到，时间间隔已成功转换为每小时频率：

               timedelta timedelta_hr
0 5 days 02:30:00        5 days 02:00:00
1 1 day 03:15:00        1 day 03:00:00
2 0 days 08:45:00        0 days 08:00:00