Python | Pandas Timestamp.floor

在 Pandas 中，Timestamp 是以纳秒为单位表示时间戳的对象。Timestamp 类的 floor 方法可以用于将时间戳舍入到指定的频率。

具体来说，floor 方法可以将 Timestamp 舍入到指定频率的最近较小的时间戳。

以下是 floor 方法的语法：

Timestamp.floor(freq, ambiguous='raise', nonexistent='raise')

其中 freq 表示要舍入到的频率，可以是一个字符串，也可以是一个 Pandas 中的 Timedelta 或 DateOffset 对象。ambiguous 和 nonexistent 分别表示如何处理模糊时间和不存在的时间。

下面是一个使用 Timestamp.floor 方法舍入时间戳的示例：

import pandas as pd

# create a timestamp object
ts = pd.Timestamp('2021-09-15 12:30:45')

# floor to the nearest hour
ts_floor = ts.floor('H')

print(ts_floor)

输出：

Timestamp('2021-09-15 12:00:00')

在上面的示例中，我们将一个时间戳 ts 舍入到最近的小时，并将结果赋值给 ts_floor。floor 方法将 ts 舍入到了 12 点整，即最近的较小的小时。

此外，我们还可以将 Timestamp.floor 方法与 Pandas 中的 resample 方法一起使用，以对时间序列数据进行聚合操作。例如：

import pandas as pd

# create a time series
rng = pd.date_range('2021-09-15', periods=10, freq='H')
ts = pd.Series(range(10), index=rng)

# resample to daily frequency
ts_resampled = ts.resample('D').sum()

# floor each timestamp to the nearest hour
ts_resampled_floor = ts_resampled.index.floor('H')

print(ts_resampled_floor)

输出：

DatetimeIndex(['2021-09-15 00:00:00', '2021-09-16 00:00:00'], dtype='datetime64[ns]', freq=None)

在上面的示例中，我们首先创建了一个时间序列 ts，以“H”（每小时）的频率分别对其元素进行编号。然后我们使用 resample 方法将整个时间序列聚合到每天，使用 sum 函数进行求和。最后，我们使用 floor 方法将 resampled 时间戳舍入到最近的小时，并将结果赋值给 ts_resampled_floor。

这是 Timestamp.floor 方法的一些基本介绍和示例。它是 Pandas 中一个非常有用的函数，可以帮助您处理处理频繁出现的时间戳问题。