pandas.DatetimeIndex.round

DatetimeIndex.round(*args, **kwargs)[source]

Округление данных до указанного уровня freq.

Параметры

freq:строка или смещение

Уровень частоты, до которого следует округлить индекс. Должен быть фиксированной частотой, например, ‘S’ (секунда), а не ‘ME’ (конец месяца). Список возможных значений freq см. в псевдонимах частоты.

ambiguous:'infer', булевый массив, 'NaT', по умолчанию 'raise'

Актуально только для DatetimeIndex:

• ‘infer’ попытается определить часы перехода к летнему времени на основе порядка

• булевый массив, где True обозначает время летнего времени, а False - время вне летнего времени (обратите внимание, что этот флаг применим только для неоднозначных моментов времени)

• ‘NaT’ вернет NaT, если есть неоднозначные моменты времени

• ‘raise’ вызовет AmbiguousTimeError, если есть неоднозначные моменты времени.

nonexistent:'shift_forward', 'shift_backward', 'NaT', timedelta, по умолчанию 'raise'

Несуществующее время не существует в определенном часовом поясе, когда часы переведены вперед из-за перехода на летнее время.

• ‘shift_forward’ переместит несуществующее время вперед к ближайшему существующему времени

• ‘shift_backward’ переместит несуществующее время назад к ближайшему существующему времени

• ‘NaT’ вернет NaT, если есть несуществующие моменты времени

• объекты timedelta сместят несуществующие моменты времени на timedelta

• ‘raise’ вызовет NonExistentTimeError, если есть несуществующие моменты времени.

Возвращает

DatetimeIndex, TimedeltaIndex или Series

Индекс того же типа для DatetimeIndex или TimedeltaIndex или Series с тем же индексом для Series.

Возбуждает

ValueError, если freq не может быть преобразован.

Примечания

Если временные метки имеют часовой пояс, округление будет выполняться относительно местного времени («стенные») и перелокализовано в тот же часовой пояс. При округлении вблизи перехода на летнее время используйте nonexistent и ambiguous, чтобы контролировать поведение перелокализации.

Примеры

DatetimeIndex

>>> rng = pd.date_range('1/1/2018 11:59:00', periods=3, freq='min')
>>> rng
DatetimeIndex(['2018-01-01 11:59:00', '2018-01-01 12:00:00',
               '2018-01-01 12:01:00'],
              dtype='datetime64[ns]', freq='T')
>>> rng.round('H')
DatetimeIndex(['2018-01-01 12:00:00', '2018-01-01 12:00:00',
               '2018-01-01 12:00:00'],
              dtype='datetime64[ns]', freq=None)

Series

>>> pd.Series(rng).dt.round("H")
0   2018-01-01 12:00:00
1   2018-01-01 12:00:00
2   2018-01-01 12:00:00
dtype: datetime64[ns]

При округлении вблизи перехода на летнее время используйте ambiguous или nonexistent, чтобы контролировать, как временная метка должна быть перелокализована.

>>> rng_tz = pd.DatetimeIndex(["2021-10-31 03:30:00"], tz="Europe/Amsterdam")

>>> rng_tz.floor("2H", ambiguous=False)
DatetimeIndex(['2021-10-31 02:00:00+01:00'],
              dtype='datetime64[ns, Europe/Amsterdam]', freq=None)

>>> rng_tz.floor("2H", ambiguous=True)
DatetimeIndex(['2021-10-31 02:00:00+02:00'],
              dtype='datetime64[ns, Europe/Amsterdam]', freq=None)