强制秒为z

Question

在数据帧df中有以下datetime64格式date列

2018-12-11 15:26:07

在Python中，如何将秒舍入到最接近的一分钟，使其成为这样？你知道吗

2018-12-11 15:26:00

谢谢

Answer 1

您可以使用^{}和分钟频率：

df = pd.DataFrame({'a': ['2018-12-11 15:26:07',
                         '2018-12-11 15:26:31']})
df['a'] = pd.to_datetime(df['a'])
df['a'] = df['a'].dt.round('min')
print(df)

#                     a
# 0 2018-12-11 15:26:00
# 1 2018-12-11 15:27:00

Answer 2

创建df（数据帧）：

1-通过运行以下命令导入控制台中的pandas库（在我的例子中是Jupyter）。你知道吗

import pandas as pd

2-现在运行以下命令来创建df（dataframe）。你知道吗

df = pd.DataFrame({'a': ['2018-12-11 15:26:07',
                         '2018-12-11 15:26:31']})

现在，OP要求获取秒字段00：

df['a']=df['a'].str.replace(':[0-9]+$', ':00')
df

现在打印df时，输出如下。你知道吗

     a
0   2018-12-11 15:26:00
1   2018-12-11 15:26:00

Answer 3

最快最简单的方法是重新定义时间单位或更改格式，从：

df['IDENTIFY_DATE'] = df.IDENTIFY_DATE.astype(
    'datetime64[ns]'

收件人：

df['IDENTIFY_DATE'] = df.IDENTIFY_DATE.astype(
    'datetime64[s]'

unit:string，默认“ns”：arg的单位（D，s，ms，us，ns）表示单位，是整数或浮点数。这将基于原点。例如，使用unit='ms'和origin='unix'（默认值），这将计算unix epoch开始的毫秒数。你知道吗

或者改变格式

df['IDENTIFY_DATE'] = df.IDENTIFY_DATE.astype(
    format=“%d/%m/%Y %H:%M”, note that “%f” will parse all the way up to nanoseconds.'

格式：字符串，默认无 strftime解析时间，例如“%d/%m/%Y”，请注意“%f”将解析到纳秒。你知道吗

通过： https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.to_datetime.html

同样有用：http://strftime.org/