- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
给定一个以 24 小时日期时间为索引的数据框,将日期时间四舍五入为天似乎会在 1200 小时后增加“天”。
这是另一个生成随机数示例的修改后的代码片段。
请注意输出日期时间索引“day”与四舍五入的“day”的比较。
import pandas as pd
import numpy as np
from datetime import datetime, timedelta
date_today = datetime.now()
days = pd.date_range(date_today, date_today + timedelta(1), freq='H')
np.random.seed(seed=1111)
data = np.random.randint(1, high=100, size=len(days))
df = pd.DataFrame({'test': days, 'col2': data})
df = df.set_index('test')
df['datetime_rounded'] = df.index.round('D')
print(df)
...
2018-10-12 10:19:29.907421 43 2018-10-12
2018-10-12 11:19:29.907421 77 2018-10-12
2018-10-12 12:19:29.907421 95 2018-10-13
2018-10-12 13:19:29.907421 79 2018-10-13
如何确保四舍五入的“天”在日期时间索引“天”的末尾结束?
谢谢
最佳答案
预计,round
函数会四舍五入到最近的一天,因此在 12:00:00
之后它会返回第二天。
我想你想要DatetimeIndex.floor
或DatetimeIndex.ceil
:
df['datetime_round'] = df.index.round('d')
df['datetime_floor'] = df.index.floor('d')
df['datetime_ceil'] = df.index.ceil('d')
print(df)
col2 datetime_round datetime_floor datetime_ceil
test
2018-10-11 10:39:32.233426 29 2018-10-11 2018-10-11 2018-10-12
2018-10-11 11:39:32.233426 56 2018-10-11 2018-10-11 2018-10-12
2018-10-11 12:39:32.233426 82 2018-10-12 2018-10-11 2018-10-12
2018-10-11 13:39:32.233426 13 2018-10-12 2018-10-11 2018-10-12
2018-10-11 14:39:32.233426 35 2018-10-12 2018-10-11 2018-10-12
2018-10-11 15:39:32.233426 53 2018-10-12 2018-10-11 2018-10-12
2018-10-11 16:39:32.233426 25 2018-10-12 2018-10-11 2018-10-12
2018-10-11 17:39:32.233426 23 2018-10-12 2018-10-11 2018-10-12
2018-10-11 18:39:32.233426 21 2018-10-12 2018-10-11 2018-10-12
2018-10-11 19:39:32.233426 12 2018-10-12 2018-10-11 2018-10-12
2018-10-11 20:39:32.233426 15 2018-10-12 2018-10-11 2018-10-12
2018-10-11 21:39:32.233426 9 2018-10-12 2018-10-11 2018-10-12
2018-10-11 22:39:32.233426 13 2018-10-12 2018-10-11 2018-10-12
2018-10-11 23:39:32.233426 87 2018-10-12 2018-10-11 2018-10-12
2018-10-12 00:39:32.233426 9 2018-10-12 2018-10-12 2018-10-13
2018-10-12 01:39:32.233426 63 2018-10-12 2018-10-12 2018-10-13
2018-10-12 02:39:32.233426 62 2018-10-12 2018-10-12 2018-10-13
2018-10-12 03:39:32.233426 52 2018-10-12 2018-10-12 2018-10-13
2018-10-12 04:39:32.233426 43 2018-10-12 2018-10-12 2018-10-13
2018-10-12 05:39:32.233426 77 2018-10-12 2018-10-12 2018-10-13
2018-10-12 06:39:32.233426 95 2018-10-12 2018-10-12 2018-10-13
2018-10-12 07:39:32.233426 79 2018-10-12 2018-10-12 2018-10-13
2018-10-12 08:39:32.233426 77 2018-10-12 2018-10-12 2018-10-13
2018-10-12 09:39:32.233426 5 2018-10-12 2018-10-12 2018-10-13
2018-10-12 10:39:32.233426 78 2018-10-12 2018-10-12 2018-10-13
关于python - Pandas df.index.round ('D' ) 24 小时,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52755457/
努力理解标题中 5 个示例之间的区别。系列与数据框有一些用例吗?什么时候应该使用一个而不是另一个?哪些是等价的? 最佳答案 df[x] — 使用变量 x 索引列。返回 pd.Series df[[x]
在使用Jupyter Notebook时,我必须为问题标题中提到的df.info()、df.head()等单独留出空格. 有没有办法像第二张图片那样把所有这些都放在一个 block 中,并显示所有信息
我想求三列之和,我采取的方法如下: In [14]: a_pd = pd.DataFrame({'a': np.arange(3), 'b': [5, 7,
我想我们大多数人已经使用过这样的东西(至少如果你正在使用 tidyverse): library(tidyverse) example % select(- mpg) 我的问题: 我知道这部分有一
我有一个 DF,里面有大约 20,000 行。我构建了一个 Python 脚本来对这些数据(包括数据透视表)运行大量清理和数学运算。 我想将此 DF 拆分为 3 个独立的 DF,然后根据列值将这 3
我什至不知道如何表达这一点,但在 Python 中有没有一种方法可以引用等号之前的文本,而无需实际再次编写? ** 编辑 - 我在 Jupyter 中使用 python3 我似乎用了半辈子的时间来写作
在 df1 中,每个单元格值都是我想要从 df2 中获取的行的索引。 我想获取 df2 trial_ms 列中行的信息,然后根据获取的 df2 列重命名 df1 中的列。 可重现的 DF: # df1
我想转换此表 0 thg John 3.0 1 thg James 4.0 2 mol NaN 5.0 3 mol NaN NaN 4
我有一个数据框,我想从中提取 val 中的值大于 15 以及 val 不是 NA: df[ !is.na(df$val) & df$val > 15, ] 由于我假设在 R 中经常需要这样的比较,所
鉴于 coming deprecation of df.ix[...] 如何替换这段代码中的 .ix? df_1 = df.ix[:, :datetime.time(16, 50)] d
任何我可以帮助我说出 Pandas 中这两个语句之间的区别-python df.where(df['colname'] == value) 和 df[(df['colname'] == value)]
考虑 df Index A B C 0 20161001 0 24.5 1 20161001 3 26.5 2
所以我需要按“fh_status”列对行进行分组,然后对每个组执行“gini”的最小值、平均值和最大值(将有三个)。我想出了这段代码: m = (df2.groupby(['fh_status']).
我尝试计算不同公司/股票的一些 KPI。我的股票信息位于 df 中,具有以下结构 Ticker Open High Low Ad
我有一个看起来像这样的 df: gene ID Probe ID Chromosome Start Stop 1: H3F3A 539154271
nn_idx_df 包含与 xyz_df 的索引匹配的索引值。如何从 xyz_df 中的 H 列获取值并在 nn_idx_df 中创建新列以匹配 output_df 中所示的结果。我可以解决这个问题,
我目前的 DF 看起来像这样 Combinations Count 1 ('IDLY', 'VADA') 3734 6 ('DOSA', 'IDLY')
我看到了几个与此相关的问题,但我发现这些技巧都不起作用。 我正在尝试根据第二个数据帧的值填充数据帧的所有 NaN 值。第一个 df 很大,第二个 df 将充当某种键。 DF1 Par
我有两个数据帧,df1 和 df2。每个数据帧的唯一标识符是“ID”和“Prop_Number”。我需要将 df1 中的 Num1、2 和 3 列复制到 df2、1_Num 中的相应列...但我不确定
我有以下数据框: 注意:日期是索引 city morning afternoon evening midnight date 2014-05-01 Y
我是一名优秀的程序员,十分优秀!