Python 将熊猫数据帧中的'TimeStamp'列截断为小时精度`

我有一个名为

df

的

pandas.DataFrame

，它有一个自动生成的索引，带有一列

dt

：

df['dt'].dtype, df['dt'][0]
# (dtype('<M8[ns]'), Timestamp('2014-10-01 10:02:45'))

这很有效，所以没关系。然而，我知道有一些很好的方法可以使用

pandas.tseries.offset

或创建

DatetimeIndex

或类似的方法

---

如果可能的话，是否有一些

pandas

魔法可以做到这一点？

在pandas 0.18.0及更高版本中，有datetime和方法将时间戳舍入到给定的固定精度/频率。要将精度四舍五入到小时，可以使用：

>>> df['dt2'] = df['dt'].dt.floor('h')
>>> df
                      dt                     dt2
0    2014-10-01 10:02:45     2014-10-01 10:00:00
1    2014-10-01 13:08:17     2014-10-01 13:00:00
2    2014-10-01 17:39:24     2014-10-01 17:00:00

---

这里有另一种截断时间戳的方法。与

floor

不同，它支持截断到年或月等精度

您可以临时调整基础NumPy

datetime64

数据类型的精度单位，将其从

[ns]

更改为

[h]

：

df['dt'].values.astype('<M8[h]')

---

df['dt'].values.astype（'我过去用来实现这一目标的方法如下（与您已经在做的事情非常类似，但我还是想把它扔出去）：

或者：

df.dt.index.to_period("h") # for the period
df.dt.index.to_period("h").to_timestamp() # for the timestamp truncated

这是实现这一目标的最不含糊的（更像蟒蛇？）方式。
使用
floor
/
round
/
ceil
进行较粗的一轮（月、年……）时，您将收到一条错误消息

ValueError: <YearEnd: month=12> is a non-fixed frequency

ValueError:是一个非固定频率

请参阅此处的讨论：
因此，您需要相同的值，但不需要秒数correct@EdChum没有分钟或秒…我只对小时精度感兴趣伟大的答案。比
日期时间快。替换
，这是上面提到的最常见的解决方案。我的dt系列有一个毫秒术语（+00:00）我想去掉的。你答案的第一部分似乎是四舍五入（将术语设置为零），但不是截断。你答案的第二部分使用了astype。谢谢！这三个词的分钟频率都很高：'m'、'm'和'Super-help ty'。午夜（00:00）在
df.head（）中没有出现在我面前
因此，我认为在应用
df['hour'].dt.floor（'h'）
后出现了一些错误。但检查
df['hour']]并没有任何错误。loc[0]
显示了正确的小时截断。
df['dt2'] = df['dt'].apply(lambda x: x.replace(minute=0, second=0))

df.dt.index.to_period("h") # for the period
df.dt.index.to_period("h").to_timestamp() # for the timestamp truncated

ValueError: <YearEnd: month=12> is a non-fixed frequency