从日期时间索引中删除毫秒 - Python

日期时间索引通常是在 Pandas 中进行处理时间序列数据的常见方式。但是，如果需要以秒为间隔对数据进行分组时，毫秒数据可能不是必须的，因此需要删除它们。在本文中，我们将介绍如何从日期时间索引中删除毫秒。

步骤 1：导入必要的库

import pandas as pd
import numpy as np

我们需要导入 Pandas 和 Numpy 库来处理时间序列数据。

步骤 2：创建一个示例数据集

dates = pd.date_range('20220101 00:00:00', periods=5, freq='100L')
df = pd.DataFrame(np.random.randn(5), index=dates)
df.index.name = 'dates'

我们使用 pd.date_range() 方法创建了一个包含毫秒的日期时间索引。然后，我们使用 pd.DataFrame() 方法创建了一个随机数据集，并将其与索引一起存储在 DataFrame 中。

步骤 3：删除毫秒

df.index = df.index.round('1s')

使用 Pandas 的 round() 方法可以将时间点舍入到最近的间隔。在上面的代码中，我们将间隔舍入到秒级别，从而删除了毫秒。

步骤 4：查看结果

print(df.index)

打印结果：

DatetimeIndex(['2022-01-01 00:00:00', '2022-01-01 00:00:01',
               '2022-01-01 00:00:01', '2022-01-01 00:00:02',
               '2022-01-01 00:00:03'],
              dtype='datetime64[ns]', name='dates', freq=None)

如上所示，我们成功地从日期时间索引中删除了毫秒，并将时间点舍入到最近的整秒。

完整代码

import pandas as pd
import numpy as np

dates = pd.date_range('20220101 00:00:00', periods=5, freq='100L')
df = pd.DataFrame(np.random.randn(5), index=dates)
df.index.name = 'dates'

df.index = df.index.round('1s')

print(df.index)

结论

在本文中，我们介绍了如何从 Pandas 的日期时间索引中删除毫秒。我们使用 Pandas 的 round() 方法将时间点舍入到最近的整秒，从而删除了毫秒。使用这种方法，我们可以轻松处理时间序列数据，并删除我们不需要的数据。