Python 将时间戳舍入为分钟

我想使用

pd\u date\u range（）

创建一个以1分钟为间隔的

DateTimeIndex

，该索引基于开始和结束时间戳（从纪元开始以微秒为单位）。为此，我需要向上舍入开始时间戳，向下舍入结束时间戳。以下是我到目前为止的情况：

import pandas as pd
start = 1406507532491431
end = 1406535228420914

start_ts = pd.to_datetime(start, unit='us') # Timestamp('2014-07-28 00:32:12.491431')
end_ts = pd.to_datetime(end, unit='us') # Timestamp('2014-07-28 08:13:48.420914')

我想转一圈：

开始

至

时间戳（'2014-07-28 00:32'）

和

结束

至

时间戳（'2014-07-28 08:14'）

---

如何做到这一点？

用简单的方法做到这一点目前是一个悬而未决的问题

import pandas as pd
new_index = pd.date_range(start=start_ts.strftime('%Y-%m-%d %H:%M'), end=end_ts.strftime('%Y-%m-%d %H:%M'), freq='1min')

[22]中的

start=14065075352491431
In[23]：end=1406535228420914
[26]：dti=pd.to_datetime（[start，end]，unit='us'））
In[27]：dti
出[27]：
[2014-07-28 00:32:12.491431, 2014-07-28 08:13:48.420914]
长度：2，频率：无，时区：无
在[29]中：pd.DatetimeIndex（（（dti.asi8/（1e9*60））.round（）*1e9*60.astype（np.int64））
出[29]：
[2014-07-28 00:32:00, 2014-07-28 08:14:00]
长度：2，频率：无，时区：无

尽管如此，它还是相当直截了当的

---

我们欢迎拉取请求来实现。

我也遇到了类似的问题，我想结束这一天。事实证明有一个简单的方法（它适用于Y[ear]M[month]D[ay]，h[our]，M[inute]，s[second]）。假设df是一个包含列“datecol”的数据帧：

df['datecol'] = df['datecol'].values.astype('<M8[m]')

---

df['datecol']=df['datecol'].values.astype（'如@user3735204所述，可以使用以下内容对列进行四舍五入：

df['datecol'] = df['datecol'].astype('datetime64[m]')

方括号中的单位可以是：

Y[ear] M[month] D[ay], h[our], m[inute], s[econd]

也可以通过将列作为索引并应用舍入方法（可在0.19.0中获得），舍入到最近的（）

示例：

df = pd.DataFrame(data = tmpdata)
df['datecol'] = df['datecol'].astype('datetime64[s]')
print df['datecol']

0   2016-10-05 05:37:42
1   2016-10-05 05:37:43
Name: datecol, dtype: datetime64[ns]

df.index = pd.to_datetime(df['datecol'])
df.index = df.index.round("S")

print df.index

DatetimeIndex(['2016-10-05 05:37:43', '2016-10-05 05:37:43'], dtype='datetime64[ns]', name=u'timestamp', freq=None)

自版本0.18起，Pandas已内置：

如果需要强制向上或向下舍入，也可以使用
.ceil
或
.floor


编辑：
根据OP的要求，上述代码适用于原始
pd.时间戳
。如果您使用的是
pd.系列
，请使用
dt
访问器：

s = pd.Series(pd.to_datetime([1406507532491431000, 1406535228420914000]))
s.dt.round('min')

输出：

0   2014-07-28 00:32:00
1   2014-07-28 08:14:00
dtype: datetime64[ns]

数据索引四舍五入（'60秒'

大约60秒。
您期望的输出是什么？看起来Jeff已经完成了这个实现，即将进入v0.18.0：谢谢！天哪！它工作起来很有魅力！但是您必须使用“dt”访问器。df.ts.dt.round（'5分钟'））
start_ts.round('min')  # Timestamp('2014-07-28 00:32:00')
end_ts.round('min')    # Timestamp('2014-07-28 08:14:00')

s = pd.Series(pd.to_datetime([1406507532491431000, 1406535228420914000]))
s.dt.round('min')

0   2014-07-28 00:32:00
1   2014-07-28 08:14:00
dtype: datetime64[ns]