Python Pandas DatetimeIndex.round()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas DatetimeIndex.round()函数将tz-naive DatetimeIndex本地化为tz-aware DatetimeIndex。此方法采用时区(tz)天真的DatetimeIndex对象，并使该时区可用。不会将时间移到另一个时区。时区本地化有助于从知道时区的对象切换到不了解时区的对象。

用法： DatetimeIndex.round(freq, *args, **kwargs)

参数：
freq:将索引舍入到的频率级别。必须为固定频率，例如“ S”(秒)而不是“ ME”(月末)

返回：DatetimeIndex或TimedeltaIndex具有相同类型的索引，或者Series具有相同索引的Series。

范例1：采用DatetimeIndex.round()函数将DatetimeIndex对象的数据四舍五入到指定的频率。

# importing pandas as pd 
import pandas as pd 
  
# Create the DatetimeIndex 
# Here 'S' represents secondly frequency  
didx = pd.DatetimeIndex(start ='2000-01-15 08:00',  
                           freq ='S', periods = 4) 
  
# Print the DatetimeIndex 
print(didx)

输出：

现在我们要将DatetimeIndex对象的第二个基于频率的频率转换为基于分钟的频率

# convert to the passed frequency 
# 'T' represents minute based frequency 
didx.round(freq ='T')

输出：

从输出中可以看到，该函数将这些值四舍五入为所需的频率。

范例2：采用DatetimeIndex.round()函数将DatetimeIndex对象的数据四舍五入到指定的频率。

# importing pandas as pd 
import pandas as pd 
  
# Create the DatetimeIndex 
# Here 'T' represents minutely frequency  
didx = pd.DatetimeIndex(start ='2000-01-15 08:00',  
                           freq ='T', periods = 4) 
  
# Print the DatetimeIndex 
print(didx)

输出：

现在我们想将DatetimeIndex对象的基于分钟的频率转换为基于小时的频率

# convert to the passed frequency 
# Convert minute based frequency to hour based frequency 
didx.round(freq ='H')

输出：

从输出中可以看到，该函数将这些值四舍五入为所需的频率。

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas DatetimeIndex.round()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。