在Python中四舍五入到最近的一天

Question

所以我从SQL下载了一个表，现在正在对它执行操作。其中有两列是Start_Date和Maturity_Date，我希望将这两列减去，然后除以另一列。我已经知道如何用这个代码减去它们：

df['START_DATE']=pd.to_datetime(df['START_DATE'])
df['MATURITY_DATE']=pd.to_datetime(df['MATURITY_DATE'])

df['c']=df['MATURITY_DATE']-df['START_DATE']
df['d']=df['c'].div(df['TERM'], axis=0)

但是，当我把日期时间中的“c”除以int形式的“Term”，我的新df['d']看起来像“60天4:00:00”。我不希望它是日期，但我希望df['d']四舍五入到最接近的整数，并且我可以像整数一样对它执行操作。本质上，如何将df['d']转换为最接近的整数？在

Answer 1

您可以使用pandas.Series.dt.round，指定希望它是最近的一天。在

(df['MATURITY_DATE']-df['START_DATE']).div(df.TERM).dt.round('1d')

如果需要数字而不是时间增量，请使用numpy进行转换：

^{pr2}$

---

样本数据

import pandas as pd
import numpy as np

df = pd.DataFrame({'START_DATE': [pd.to_datetime('2017-01-01'), pd.to_datetime('2017-01-01')],
                  'MATURITY_DATE': [pd.to_datetime('2017-01-06 11:00:00'), pd.to_datetime('2017-01-06 13:00:00')],
                  'TERM': [3,2]})

#  START_DATE       MATURITY_DATE  TERM
#0 2017-01-01 2017-01-06 11:00:00     3
#1 2017-01-01 2017-01-06 13:00:00     2

代码：

(df['MATURITY_DATE']-df['START_DATE']).div(df.TERM).dt.round('1d')
#0   2 days
#1   3 days
#dtype: timedelta64[ns]

(df['MATURITY_DATE']-df['START_DATE']).div(df.TERM).dt.round('1d')/np.timedelta64(1, 'D')
#0    2.0
#1    3.0
#dtype: float64