在python中如何从日期时间索引中减去半秒?

2024-03-28 23:08:09 发布

您现在位置:Python中文网/ 问答频道 /正文

如果我有这样的日期时间索引:

 DatetimeIndex(['2018-01-22 21:39:00', '2018-01-22 21:39:01',
                '2018-01-22 21:39:03', '2018-01-22 21:39:06',
                '2018-01-22 21:39:07', '2018-01-22 21:39:08',
                '2018-01-22 21:39:09', '2018-01-22 21:39:10',
                '2018-01-22 21:39:11', '2018-01-22 21:39:12'], dtype='datetime64[ns]', freq=None)

如何从每个值中减去半秒,得到如下数据时间索引:

 DatetimeIndex(['2018-01-22 21:38:59.50', '2018-01-22 21:39:00.50',
                '2018-01-22 21:39:02.50', '2018-01-22 21:39:05.50',
                '2018-01-22 21:39:06.50', '2018-01-22 21:39:07.50',
                '2018-01-22 21:39:08.50', '2018-01-22 21:39:09.50',
                '2018-01-22 21:39:10.50', '2018-01-22 21:39:11.50'], dtype='datetime64[ns]', freq=None)

Tags: 数据none时间nsfreqdtypedatetime64datetimeindex
2条回答

可以使用pd.DateOffset从每个值中减去0.5秒:

df.index - pd.DateOffset(seconds=0.5)
print(df)
DatetimeIndex(['2018-01-22 21:38:59.500000', '2018-01-22 21:39:00.500000',
           '2018-01-22 21:39:02.500000', '2018-01-22 21:39:05.500000',
           '2018-01-22 21:39:06.500000', '2018-01-22 21:39:07.500000',
           '2018-01-22 21:39:08.500000', '2018-01-22 21:39:09.500000',
           '2018-01-22 21:39:10.500000', '2018-01-22 21:39:11.500000'],
          dtype='datetime64[ns]', name=0, freq=None)

解决方案

可以从DateTimeIndex对象中减去0.5 seconds作为datetime.timedelta对象。你知道吗

简短的回答

import datetime

dt = datetime.timedelta(seconds=0.5)
pd.DatetimeIndex(datetime_data) - dt

输出

0   2018-01-22 21:38:59.500
1   2018-01-22 21:39:00.500
2   2018-01-22 21:39:02.500
3   2018-01-22 21:39:05.500
4   2018-01-22 21:39:06.500
5   2018-01-22 21:39:07.500
6   2018-01-22 21:39:08.500
7   2018-01-22 21:39:09.500
8   2018-01-22 21:39:10.500
9   2018-01-22 21:39:11.500
Name: Timestamp, dtype: datetime64[ns]

详细解决方案

1。生成数据

import numpy as np
import pandas as pd

datetime_data = ['2018-01-22 21:39:00', '2018-01-22 21:39:01',
                '2018-01-22 21:39:03', '2018-01-22 21:39:06',
                '2018-01-22 21:39:07', '2018-01-22 21:39:08',
                '2018-01-22 21:39:09', '2018-01-22 21:39:10',
                '2018-01-22 21:39:11', '2018-01-22 21:39:12']

dti = pd.DatetimeIndex(datetime_data)
dti

输出

DatetimeIndex(['2018-01-22 21:39:00', '2018-01-22 21:39:01',
               '2018-01-22 21:39:03', '2018-01-22 21:39:06',
               '2018-01-22 21:39:07', '2018-01-22 21:39:08',
               '2018-01-22 21:39:09', '2018-01-22 21:39:10',
               '2018-01-22 21:39:11', '2018-01-22 21:39:12'],
              dtype='datetime64[ns]', freq=None)

2. Subtract 0.5 Second

import datetime

df = pd.DataFrame(dti, columns=['Timestamp'])
dt = datetime.timedelta(seconds=0.5)
df.Timestamp - dt

输出

0   2018-01-22 21:38:59.500
1   2018-01-22 21:39:00.500
2   2018-01-22 21:39:02.500
3   2018-01-22 21:39:05.500
4   2018-01-22 21:39:06.500
5   2018-01-22 21:39:07.500
6   2018-01-22 21:39:08.500
7   2018-01-22 21:39:09.500
8   2018-01-22 21:39:10.500
9   2018-01-22 21:39:11.500
Name: Timestamp, dtype: datetime64[ns]

相关问题 更多 >