Python 3.x 将时间戳系列取整为秒-然后保存为csv，无需ms/ns分辨率

我有一个数据帧，df，带有索引：pd.DatetimeIndex。使用以下命令将单个时间戳从

2017-12-04 08:42:12.173645000

更改为

2017-12-04 08:42:12

：

df.index = df.index.round("S")

当存储到csv时，将保留此格式（这正是我想要的）。我还需要一个仅限日期的列，现在可以轻松创建：

df = df.assign(DateTimeDay = df.index.round("D"))

当使用

df.to_csv（）

存储到csv文件时，会写出整个时间戳（

2017-12-04 00:00:00

），除非它是唯一要保存的列。因此，我在保存之前添加以下命令：

df["DateTimeDay"] = df["DateTimeDay"].dt.date

…csv文件看起来又很好了（

2017-12-04

）

问题描述 现在回到问题上来，我还有另外两个列，它们的时间戳与上面的格式相同（但是不同，并且有一些非常少的NAN）。我还想将它们四舍五入到秒（当然要将NaN保留为NaN），然后确保在写入csv时，它们不会被“低于第二分辨率”的零填充。无论我尝试什么，我都无法做到这一点

其他信息：

print(df.dtypes)
print(df.index.dtype)

…所有结果均为

datetime64[ns]

。如果我将它们转换为索引：

df["TimeCol2"] = pd.DatetimeIndex(df["TimeCol2"]).round("s")
df["TimeCol3"] = pd.DatetimeIndex(df["TimeCol3"]).round("s")

…它可以工作，但csv文件仍会使用不必要的零填充它们

最佳解决方案：不转换列（如上所述）或使用元素方式应用，除非它们很快（1亿多行）。我的梦想是这样的：

df["TimeCol2"] = df["TimeCol2"].round("s") # Raises TypeError: an integer is required (got type str)

---

在调用

到\u csv

时，可以指定

日期时间

数据类型的日期格式：

In[170]:
df = pd.DataFrame({'date':[pd.to_datetime('2017-12-04 07:05:06.767')]})
df

Out[170]: 
                     date
0 2017-12-04 07:05:06.767

In[171]:
df.to_csv(date_format='%Y-%m-%d %H:%M:%S')

Out[171]: ',date\n0,2017-12-04 07:05:06\n'

如果要对值进行四舍五入，则在写入csv之前，需要

四舍五入

：

In[173]:
df1 = df['date'].dt.round('s')
df1.to_csv(date_format='%Y-%m-%d %H:%M:%S')

Out[173]: '0,2017-12-04 07:05:07\n'

---

IIUC您可以在写入csv

df时指定日期格式。写入csv（文件\u pat，日期\u格式=“%Y-%m-%d%H:%m:%S”）

应该可以，您可以试试吗this@EdChum谢谢你，太棒了！唯一的问题是我仍然需要舍入。这将截断“亚秒值”，即

2017-12-04 07:05:06.767

应最终成为

2017-12-04 07:05:07

而不是

06

在写入csv之前，您仍然需要

舍入
值，因此
df['TimeCol2']=df['TimeCol2].dt.round（'s'））
然后用param
date\u format=..
调用
到csv
应该可以，这对meI是有效的，我可以发誓我在
之前尝试了
dt
.round（“s”）
，但这解决了它。奇怪的是，至少在我的机器上，这样做更快：
df[“TimeCol2”]=pd.DatetimeIndex（df[“TimeCol2”]）.round（“s”）
t=0.1729460秒，而
df[“TimeCol2”]=df[“TimeCol2”].dt.round（“s”）
t=0.2761543秒不知道，但是
日期时间索引
的结构比
系列
简单得多，因此可能涉及的间接寻址更少