Python：将时间四舍五入到最接近的秒和分钟

Question

我有一个叫做 DataFrame 的数据表，其中有一列叫做 Timestamp，这个列里的每个值表示从午夜开始经过的秒数，精确到纳秒。举个例子：

Timestamp
34200.984537482
34201.395432198

比如说，34200秒就是早上9点30分。

我想在我的 dataframe 中新增两列，分别叫做 Second 和 Minute，其中 Timestamp 的值会被四舍五入到最近的秒和分钟（向前看）。所以

Timestamp         Second           Minute
34200.984537482   34201            34260
34201.395432198   34202            34260 

我该如何在Python中实现这个呢？另外，我应该使用Pandas的 DateTimeIndex 吗？因为一旦我把时间四舍五入后，我还想计算每个时间戳之间的时间差，所以也许使用 DateTimeIndex 更合适。

Answer 1

如果你想要得到最接近的秒数，可以使用 math.ceil 这个函数，像这样：

    import math
    second = math.ceil(timestamp)

如果你想要得到最接近的分钟，先把数字除以 60.0，然后四舍五入，最后再乘以 60。

Answer 2

这里有一个Series的round方法：

In [11]: df.Timestamp.round()
Out[11]: 
0    34201
1    34201
Name: Timestamp, dtype: float64

In [12]: df.Timestamp.round(1)
Out[12]: 
0    34201.0
1    34201.4
Name: Timestamp, dtype: float64

In [13]: df.Timestamp.round(-1)
Out[13]: 
0    34200
1    34200
Name: Timestamp, dtype: float64

我建议使用datetime64或者DatetimeIndex，而不是用从午夜开始的秒数来表示时间……处理时间是很复杂的。

有一个简单的方法可以得到一个正确的日期时间列：

In [21]: pd.Timestamp('2014-03-04') + df.Timestamp.apply(pd.offsets.Second)
Out[21]: 
0   2014-03-04 09:30:00
1   2014-03-04 09:30:01
Name: Timestamp, dtype: datetime64[ns]