Znacznik czasu zaokrąglania pand do minut

Question

Chcę utworzyć DateTimeIndex w odstępach 1-minutowych w oparciu o znacznik czasu rozpoczęcia i zakończenia (podane w mikrosekundach od epoki) z pd_date_range(). Aby to zrobić, muszę zaokrąglić początkowy znacznik czasu w górę i końcowy znacznik czasu w dół. Oto co mam do tej pory:

import pandas as pd 
start = 1406507532491431 
end = 1406535228420914 

start_ts = pd.to_datetime(start, unit='us') # Timestamp('2014-07-28 00:32:12.491431') 
end_ts = pd.to_datetime(end, unit='us') # Timestamp('2014-07-28 08:13:48.420914') 

Chcę zaokrąglić:

start_ts do Timestamp('2014-07-28 00:32') i

end_ts do Timestamp('2014-07-28 08:14').

Jak mogę to zrobić?

Answer 1

Robi to w prosty sposób jest obecnie wybitny problem here

In [22]: start = 1406507532491431 

In [23]: end = 1406535228420914 

[26]: dti = pd.to_datetime([start,end],unit='us') 

In [27]: dti 
Out[27]: 
<class 'pandas.tseries.index.DatetimeIndex'> 
[2014-07-28 00:32:12.491431, 2014-07-28 08:13:48.420914] 
Length: 2, Freq: None, Timezone: None 

In [29]: pd.DatetimeIndex(((dti.asi8/(1e9*60)).round()*1e9*60).astype(np.int64)) 
Out[29]: 
<class 'pandas.tseries.index.DatetimeIndex'> 
[2014-07-28 00:32:00, 2014-07-28 08:14:00] 
Length: 2, Freq: None, Timezone: None 

Mimo jego dość proste.

Żądania wyciągnięcia do wdrożenia są mile widziane.

Answer 2

import pandas as pd 
new_index = pd.date_range(start=start_ts.strftime('%Y-%m-%d %H:%M'), end=end_ts.strftime('%Y-%m-%d %H:%M'), freq='1min') 

Answer 3

Miałem podobny problem, chcąc zaokrąglić do dnia. Okazuje się, że jest łatwy sposób (działa dla Y [ucho] M [miesiąc] D [ay], h [nasz], m [inute], s [econd]). Zakładając, DF jest DataFrame pandy w kolumnie 'datecol':

df['datecol'] = df['datecol'].values.astype('<M8[m]') 

będzie zaokrąglenia do inute [m]. Biorąc pod uwagę, że znalazłem to pytanie początkowo myślałem, że odwołuje się do tyłu odpowiedź dostałem, jak się wydaje istotne,

More efficient way to round to day timestamps using pandas

Answer 4

Jako @ user3735204 stwierdził, że jest możliwe, aby zaokrąglić kolumny z:

df['datecol'] = df['datecol'].astype('datetime64[m]') 

gdzie jednostka w nawiasach kwadratowych mogą być:

Y[ear] M[month] D[ay], h[our], m[inute], s[econd] 

możliwe jest również, aby zaokrąglić do najbliższej (reference) poprzez kolumnę jako wskaźnika i stosowania okrągły sposób (podane na pand 0.19.0):

df.index = pd.to_datetime(df['datecol']) 
df.index = df.index.round("S") 

przykład:

df = pd.DataFrame(data = tmpdata) 
df['datecol'] = df['datecol'].astype('datetime64[s]') 
print df['datecol'] 

0 2016-10-05 05:37:42 
1 2016-10-05 05:37:43 
Name: datecol, dtype: datetime64[ns] 

df.index = pd.to_datetime(df['datecol']) 
df.index = df.index.round("S") 

print df.index 

DatetimeIndex(['2016-10-05 05:37:43', '2016-10-05 05:37:43'], dtype='datetime64[ns]', name=u'timestamp', freq=None) 

Answer 5

W wersji 0.18 pandy ma wbudowany -W datetime-like rounding functionality:

start_ts.round('min') # Timestamp('2014-07-28 00:32:00') 
end_ts.round('min') # Timestamp('2014-07-28 08:14:00') 

można również użyć .ceil lub .floor, jeśli chcesz wymusić zaokrąglenie w górę lub w dół.