使用 pandas 中的 Timestamp 中的 floor() 处理时间
Pandas <strong>Timestamp.floor()</strong>将新的时间戳返回到此分辨率，将所需的时间序列频率作为输入。
ts = pd.Timestamp(year=2011, month=11, day=21, hour=10, second=49, tz='US/Central')
print(ts) --》 2011-11-21 10:00:49-06:00
print(ts.floor(freq='D')) --》 2011-11-21 00:00:00-06:00
print(ts.floor(freq="T")) --》 2011-11-21 10:00:00-06:00
print(ts.floor(freq="min")) --》 2011-11-21 10:00:00-06:00
print(ts.floor(freq="min")) --》 2011-11-21 10:01:00-06:00
print(ts.floor(freq="min")) --》 2011-11-21 10:01:00-06:00
freq=’D’：以天为频率，’T’：以分钟为频率，’min’：与 T 的效果一致
ceil() 和 round() 的用法类似，区别和math中的 ceil() 和 round() 类似
使用pandas处理时间，Timestamp(时间戳)是pandas继承自datetime.datetime的类。专门处理DataFrame中关于时间的类型。时间戳由date(日期)和time(时间组成)；日期year,month和day组成；时间由hour、minute和second组成。
timedelta在pandas中表示时间间隔，也就是时间差，是两个时间之间差值，可以是几年，几个月或者几天，也可以是几小时之类的时间。因为是时间差，因此既可以是正数，也可以是负数。
时间数据的读取
- 时间戳格式：导入时使用excel已经设置好了是时间格式，pandas自动转Timestamp格式。
- 字符串格式：文本格式，或从txt文本导入，或从List列表转换。是str格式，可用pd.to_datetime()将字符串转为Timestamp格式了。
将字符串转化为时间戳格式，这是所有时间类处理的第一步；
时间戳属性：
将时间戳转为需要格式的方法：
时间间隔计算：继承datetime.timedelta类，计算结果返回的是一个timedelta类型。
时间间隔的函数主要是对时间间隔计算，转换为标准格式，求总秒数等基础运算。
上面都是对单个对象的处理，对pandas的整列数据(Series)处理，需要用 dt 属性借口。(提供了cat、dt、str 三种属性接口)，dt 的属性跟之前的时间戳没有区别。
时间加减操作；主要是在加减时，要把int转为timedelta对象才能正常的计算结果；
加一天并只显示日期
data['加一天'] = data['时间'].dt.date+pd.to_timedelta(1, unit='D')
加一小时
data['加一小时'] = data['时间']+pd.to_timedelta(1, unit='h')
Pandas 生成 TimeStamp 数据：
pandas.to_datetime([‘20221001010000’]) -> 2022-10-01 01:00:00
或
pandas.to_datetime({‘year’: [2015] * num, ‘month’: [9] * num, ‘day’: [4, 5, 6], ‘hour’: [0, 1, 2]})
key值不能变，否则无法识别，value值数量要一致
参考：Python Pandas Timestamp.floor用法及代码示例 – 纯净天空
干货｜python办公自动化（一）—数据处理之Pandas时间处理（一篇读懂时间） – 知乎
Original: https://blog.csdn.net/MarkAustralia/article/details/124558094
Author: Mark_Aussie
Title: Pandas中时间的处理方法
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/676996/
转载文章受原作者版权保护。转载请注明原作者出处！