python - 时间戳偏移量(天、小时、分钟等)

Question

假设我在 Pandas 中有一个时间戳:

Timestamp('2014-08-07 11:01:02')

我想知道一小时内有多少毫秒。我如何在 Pandas 中执行此操作？

在上面的示例中，我会寻找以下之间的毫秒差异:

• 时间戳('2014-08-07 11:01:02')
• 时间戳('2014-08-07 11:00:00')

如果我有一个像下面这样的包含时间戳的系列，我该怎么做？

                 timestamp
1071   2014-08-07 11:01:02
3291   2014-08-07 11:01:00
3355   2014-08-07 05:01:00
3518   2014-08-07 05:01:03
4207   2014-08-07 13:01:03
5039   2014-08-07 18:01:04
5063   2014-08-07 23:01:03
6926   2014-08-07 06:01:02
6965   2014-08-07 06:01:02
7107   2014-08-07 05:01:01
Name: events_source_timestamp, dtype: datetime64[ns]

更新:

尝试@Jeff 的回答。以下作品:

In [210]: temp_df = m*(df.astype('i8')/m).astype('i8')
Out[210]: 
                         A_timestamp              B_timestamp
1                1407405600000000000      1407405600000000000
2                1407445200000000000      1407445200000000000
3                1407434400000000000      1407434400000000000
4                1407445200000000000      1407445200000000000
5                1407438000000000000      1407438000000000000
6                1407402000000000000      1407402000000000000
7                1407420000000000000      1407420000000000000
8                1407438000000000000      1407438000000000000
9                1407438000000000000      1407438000000000000
10               1407420000000000000      1407420000000000000
11               1407420000000000000      1407420000000000000
12               1407441600000000000      1407441600000000000
13               1407409200000000000      1407409200000000000
14               1407391200000000000      1407391200000000000
15               1407409200000000000      1407409200000000000
16               1407420000000000000      1407420000000000000

然后

pd.DatetimeIndex(temp_df)

失败:

/Users/josh/anaconda/envs/py3k/lib/python3.3/site-packages/pandas/tseries/tools.py in parse_time_string(arg, freq, dayfirst, yearfirst)
    472     except Exception as e:
    473         # TODO: allow raise of errors within instead
--> 474         raise DateParseError(e)
    475 
    476     if parsed is None:

DateParseError: unknown string format

Answer 1

这是执行此操作的规范方法，请参阅文档 here有关 Timedelta 处理的方法。

In [16]: s = Series([Timestamp('20140804 11:01:12'),Timestamp('20140804 11:00:00')])

In [17]: s
Out[17]: 
0   2014-08-04 11:01:12
1   2014-08-04 11:00:00
dtype: datetime64[ns]

In [18]: (s-Timestamp('20140804 11:00:00')).astype('timedelta64[ms]')
Out[18]: 
0    72000
1        0
dtype: float64

In [19]: (s-Timestamp('20140804 11:00:00')) / np.timedelta64(1,'ms')
Out[19]: 
0    72000
1        0
dtype: float64

这是一种将系列四舍五入到最近的小时的方法，尽管它有点老套，并且需要作为适当的 DatetimeIndex 方法实现，请参阅 here

In [169]: m = int(1e9*60*60)

In [170]: rounded = Series(pd.DatetimeIndex(m*(s.astype('i8')/m).astype('i8')))

In [171]: rounded
Out[171]: 
0   2014-08-04 11:00:00
1   2014-08-04 11:00:00
dtype: datetime64[ns]

In [172]: (s-rounded).astype('timedelta64[ms]')
Out[172]: 
0    72000
1        0
dtype: float64