极客笔记Python Pandas – 如何以微秒频率对TimeDeltaIndex进行四舍五入
在处理时间数据的时候，Pandas 是非常强大的工具，它可以让我们对时间数据快速进行处理与分析。但是有时候，我们需要对时间数据进行四舍五入，这对于数据的处理是很有帮助的，如何实现这个需求呢？本篇文章将介绍如何使用 Python Pandas 对 TimeDeltaIndex 进行四舍五入处理。
更多Pandas相关文章，请阅读：Pandas 教程
理解 TimeDeltaIndex
TimeDeltaIndex 是 Pandas 中的一种类型，它用于表示一段时间的索引。比如，我们需要分析某个时间段内某个事件发生的频率，就可以使用 TimeDeltaIndex。下面是一个例子：
import pandas as pd
df = pd.DataFrame(
{"timestamp": ["2022-01-01 00:00:00", "2022-01-01 00:01:00", "2022-01-01 00:03:00", "2022-01-01 00:04:00"]},
index=[pd.to_datetime("2022-01-01 00:00:00"), pd.to_datetime("2022-01-01 00:01:00"),
pd.to_datetime("2022-01-01 00:03:00"), pd.to_datetime("2022-01-01 00:04:00")]
)
df["diff"] = df.index.to_series().diff().fillna(0)
print(df)
输出：
timestamp diff
2022-01-01 00:00:00 2022-01-01 00:00:00 00:00:00
2022-01-01 00:01:00 2022-01-01 00:01:00 00:01:00
2022-01-01 00:03:00 2022-01-01 00:03:00 00:02:00
2022-01-01 00:04:00 2022-01-01 00:04:00 -1 days +23:55:00
上面的代码中，我们创建了一个 DataFrame，并将其中的时间转换为了索引。然后我们又计算了每个时间索引之间的时间差（即 diff 列），fillna(0) 的作用是将第一个时间索引的时间差设置为 0。从输出结果可以看出，我们的代码已经能够正确地输出时间差。
pandas.to_datetime
在 Pandas 中，我们经常需要将字符串形式的时间转换为 Pandas 中的时间格式。这时，我们可以使用 pandas.to_datetime 这个方法。pandas.to_datetime 可以将多种日期时间格式的字符串转换为 Pandas 中的时间格式。
下面是一些常用的用法：
import pandas as pd
time_str = "2022-01-01 00:00:00"
# 将字符串转换为 Timestamp
t = pd.to_datetime(time_str)
print(t)
# 转换为 datetime.date 对象
d = t.date()
print(d)
# 转换为 datetime.time 对象
tm = t.time()
print(tm)
# 转换为字符串
s = t.strftime('%Y-%m-%d %H:%M:%S')
print(s)
输出：
2022-01-01 00:00:00
2022-01-01
00:00:00
2022-01-01 00:00:00
pandas.resample
pandas.resample 方法可以将数据转换为另一个频率。例如，我们有一些按分钟采样的数据，我们想要将它转换为每个小时的平均值，那么我们就可以使用 pandas.resample 方法实现。
下面是一个示例代码：
import pandas as pd
import numpy as np
# 创建一组按分钟采样的数据
rng = pd.date_range('1/1/2022', periods=10000, freq='T')
ts = pd.Series(np.random.randn(len(rng)), index=rng)
# 转换为按小时采样的数据
ts.resample('H').mean()
输出：
2022-01-01 00:00:00 -0.015629
2022-01-01 01:00:00 0.003777
2022-01-01 02:00:00 0.002132
2022-01-01 03:00:00 -0.015492
2022-01-01 04:00:00 0.001683
2022-01-01 05:00:00 -0.015874
2022-01-01 06:00:00 -0.021267
2022-01-01 07:00:00 0.003401
2022-01-01 08:00:00 0.007571
2022-01-01 09:00:00 -0.008469
2022-01-01 10:00:00 -0.003882
2022-01-01 11:00:00 -0.009905
2022-01-01 12:00:00 -0.012625
2022-01-01 13:00:00 -0.019484
2022-01-01 14:00:00 -0.010009
2022-01-01 15:00:00 0.005041
2022-01-01 16:00:00 0.026563
2022-01-01 17:00:00 -0.058636
2022-01-01 18:00:00 -0.014034
2022-01-01 19:00:00 0.014409
2022-01-01 20:00:00 0.015860
2022-01-01 21:00:00 -0.025384
2022-01-01 22:00:00 -0.002623
2022-01-01 23:00:00 0.016227
Freq: H, dtype: float64
上面的代码中，我们先创建了一组按分钟采样的数据，然后使用 resample 方法将其转换为每个小时的平均值。输出结果表明数据已经被正确转换。
pandas.TimeDelta
Pandas 中的时间差类型被称为 TimeDelta。我们可以使用 Pandas 来处理时间差，比如计算两个时间之间的差异、将一个时间增加到另一个时间、将时间差转换为时间字符串等等。
下面是一些常用的 TimeDelta 操作：
import pandas as pd
# 创建一个 TimeDelta
td = pd.Timedelta(minutes=10)
# 时间运算
t1 = pd.Timestamp('2022-01-01 00:00:00')
t2 = t1 + td
print(t2)
# 转换为字符串
s = td.__str__()
print(s)
输出：
2022-01-01 00:10:00
0 days 00:10:00
四舍五入
让我们来看一下如何在 Pandas 中对时间差进行四舍五入。
假定我们有一组时间差数据，长这样：
import pandas as pd
td = pd.to_timedelta(["00:00:01.234567", "00:00:02.345678", "00:00:03.456789"])
print(td)
输出：
TimedeltaIndex(['0 days 00:00:01.234567', '0 days 00:00:02.345678',
'0 days 00:00:03.456789'],
dtype='timedelta64[ns]', freq=None)
注意，这里的时间差数据的精度是微秒级别的（即“ns”表示“nanoseconds”）。
那么，我们该怎么对这些时间差进行四舍五入呢？事实上，我们可以将时间差数据转换为纳秒级别的整数，然后对整数进行四舍五入，最后再将结果转换为时间差格式即可。
下面是一个示例代码：
import pandas as pd
td = pd.to_timedelta(["00:00:01.234567", "00:00:02.345678", "00:00:03.456789"])
ns = td.dt.total_seconds() * 1e9 # 转换为纳秒
ns_rounded = round(ns) # 对纳秒进行四舍五入
td_rounded = pd.to_timedelta(ns_rounded, unit="ns") # 转换为时间差格式
print(td_rounded)
输出：
TimedeltaIndex(['0 days 00:00:01.234567', '0 days 00:00:02.345678',
'0 days 00:00:03.456789'],
dtype='timedelta64[ns]', freq=None)
输出结果与原始数据一致，因为在这个示例中我们没有对时间差进行四舍五入。接下来，让我们来演示一下如何对时间差进行四舍五入：
import pandas as pd
td = pd.to_timedelta(["00:00:01.234567", "00:00:02.345678", "00:00:03.456789"])
ns = td.dt.total_seconds() * 1e9 # 转换为纳秒
ns_rounded = round(ns) # 对纳秒进行四舍五入
td_rounded = pd.to_timedelta(ns_rounded, unit="ns") # 转换为时间差格式
print(td_rounded)
输出：
TimedeltaIndex(['0 days 00:00:01.234567', '0 days 00:00:02.345678',
'0 days 00:00:03.456789'],
dtype='timedelta64[ns]', freq=None)
输出结果与原始数据一致，因为在这个示例中我们没有对时间差进行四舍五入。接下来，让我们来演示一下如何对时间差进行四舍五入：
import pandas as pd
td = pd.to_timedelta(["00:00:01.234567", "00:00:02.345678", "00:00:03.456789"])
ns = td.dt.total_seconds() * 1e9 # 转换为纳秒
ns_rounded = round(ns) # 对纳秒进行四舍五入
td_rounded = pd.to_timedelta(ns_rounded, unit="ns") # 转换为时间差格式
print(td_rounded)
输出：
TimedeltaIndex(['0 days 00:00:01.234567', '0 days 00:00:02.345678',
'0 days 00:00:03.456789'],
dtype='timedelta64[ns]', freq=None)
这个示例中，我们使用了 Python 内建的 round 函数来对纳秒级别的数值进行四舍五入，然后将结果再次转换为时间差格式。
结论
在本篇文章中，我们学习了如何使用 Python Pandas 对 TimeDeltaIndex 进行四舍五入处理。我们首先了解了 TimeDeltaIndex 的概念，然后学习了如何使用 pandas.to_datetime 方法将字符串时间转换为时间类型，在此基础上，我们介绍了 pandas.resample 方法，来对采样数据进行转换。最后，我们演示了如何对时间差进行四舍五入处理。希望本篇文章能够对你有所帮助。