Python pyspark Series.dt.floor用法及代码示例

对指定频率的数据进行下限运算。

参数：

freq：str 或偏移量

将索引设为下限的频率级别。必须是固定频率，例如“S”(秒)而不是“ME”(月末)。

nonexistent：‘shift_forward’, ‘shift_backward, ‘NaT’, timedelta, 默认 ‘raise’

由于 DST，时钟向前移动的特定时区不存在不存在的时间。

• ‘shift_forward’ 将不存在的时间向前移动到最接近的存在时间

• ‘shift_backward’ 将不存在的时间向后移动到最接近的存在时间

• ‘NaT’将返回NaT，其中不存在时间

• timedelta 对象会将不存在的时间移动 timedelta

• 如果不存在时间，‘raise’将引发NonExistentTimeError

注意

此选项仅适用于 pandas 0.24.0+

返回：

Series

具有相同索引的系列。

抛出：

ValueError(如果freq无法转换)。

例子：

>>> series = ps.Series(pd.date_range('1/1/2018 11:59:00', periods=3, freq='min'))
>>> series
0   2018-01-01 11:59:00
1   2018-01-01 12:00:00
2   2018-01-01 12:01:00
dtype: datetime64[ns]

>>> series.dt.floor("H")
0   2018-01-01 11:00:00
1   2018-01-01 12:00:00
2   2018-01-01 12:00:00
dtype: datetime64[ns]