python - 舍入到 pandas 数据框中最接近的最小值

Question

我想舍入数据帧的 TimeStamp col 中的 hh:mm:ss 值，以便秒始终为 00

数据集:

    TimeStamp      A             B             C  
    10:27:30      1.953036     2.110234     1.981548      
    10:28:30      1.973408     2.046361     1.806923    
    10:29:30      0.000000     0.000000     0.014881        
    10:30:30      2.567976     3.169928     3.479591   

我尝试过:

    df_sr4500.TimeStamp = np.asarray(np.round(df_sr4500.TimeStamp.values / np.timedelta64(1, 'm')), dtype='timedelta64[m]')

我得到:

    TimeStamp        A           B             C                    
    10:28:00      1.953036     2.110234     1.981548     
    10:28:00      1.973408     2.046361     1.806923    
    10:30:00      0.000000     0.000000     0.014881      
    10:30:00      2.567976     3.169928     3.479591 

我宁愿以一种方式四舍五入得到中间值。我的下一步是每两分钟用平均值重新采样

请建议您是否有更好/更简单的方法来做到这一点。我对 pandas/numpy 很陌生。

Answer 1

每次加一纳秒，然后四舍五入。

df['TimeStamp'] = (df['TimeStamp'] + pd.Timedelta(1)).dt.round('min')

0   10:28:00
1   10:29:00
2   10:30:00
3   10:31:00
Name: TimeStamp, dtype: timedelta64[ns]