Python: 降低精度 pandas 时间戳数据帧

Question

您好，我有以下数据框

df = 

       Record_ID       Time
        94704   2014-03-10 07:19:19.647342
        94705   2014-03-10 07:21:44.479363
        94706   2014-03-10 07:21:45.479581
        94707   2014-03-10 07:21:54.481588
        94708   2014-03-10 07:21:55.481804

是否有以下可能？

df1 = 

       Record_ID       Time
        94704   2014-03-10 07:19:19
        94705   2014-03-10 07:21:44
        94706   2014-03-10 07:21:45
        94707   2014-03-10 07:21:54
        94708   2014-03-10 07:21:55

Answer 1

如果您真的必须删除日期时间的 microsecond 部分，您可以使用 Timestamp.replace 方法和 Series.apply 方法将其应用于整个系列，以替换 microsecond 与 0 的一部分。示例 -

df['Time'] = df['Time'].apply(lambda x: x.replace(microsecond=0))

演示 -

In [25]: df
Out[25]:
   Record_ID                       Time
0      94704 2014-03-10 07:19:19.647342
1      94705 2014-03-10 07:21:44.479363
2      94706 2014-03-10 07:21:45.479581
3      94707 2014-03-10 07:21:54.481588
4      94708 2014-03-10 07:21:55.481804

In [26]: type(df['Time'][0])
Out[26]: pandas.tslib.Timestamp

In [27]: df['Time'] = df['Time'].apply(lambda x: x.replace(microsecond=0))

In [28]: df
Out[28]:
   Record_ID                Time
0      94704 2014-03-10 07:19:19
1      94705 2014-03-10 07:21:44
2      94706 2014-03-10 07:21:45
3      94707 2014-03-10 07:21:54
4      94708 2014-03-10 07:21:55

Answer 2

您可以使用 astype:

将基础 datetime64[ns] 值转换为 datetime64[s] 值

In [11]: df['Time'] = df['Time'].astype('datetime64[s]')

In [12]: df
Out[12]: 
   Record_ID                Time
0      94704 2014-03-10 07:19:19
1      94705 2014-03-10 07:21:44
2      94706 2014-03-10 07:21:45
3      94707 2014-03-10 07:21:54
4      94708 2014-03-10 07:21:55

请注意，由于 Pandas 系列和数据帧 store all datetime values as datetime64[ns] 这些 datetime64[s] 值会自动转换回 datetime64[ns]，因此最终结果仍存储为 datetime64[ns] 值，但调用 astype 会导致秒的小数部分被删除。

如果您想要一个包含 datetime64[s] 个值的 NumPy 数组，您可以使用 df['Time'].values.astype('datetime64[s]').

Answer 3

对于pandas 0.24.0 或以上版本，您可以简单地在ceil() 函数中设置freq 参数来获得您想要的精度：

df['Time'] = df.Time.dt.ceil(freq='s')  

In [28]: df
Out[28]:
   Record_ID                Time
0      94704 2014-03-10 07:19:19
1      94705 2014-03-10 07:21:44
2      94706 2014-03-10 07:21:45
3      94707 2014-03-10 07:21:54
4      94708 2014-03-10 07:21:55

Python: 降低精度 pandas 时间戳数据帧

Python: reduce precision pandas timestamp dataframe

python

timestamp

dataframe

pandas