pandas.Timestamp.round

Timestamp.round(freq, ambiguous='raise', nonexistent='raise')

将 Timestamp 四舍五入到指定的精度。

Parameters:

freqstr

表示舍入分辨率的频率字符串。

歧义 (ambiguous)bool 或 {‘raise’, ‘NaT’}，默认 ‘raise’

行为如下：

• 布尔值包含标志，用于确定时间是否为夏令时（请注意，此标志仅适用于含糊的 DST 转换日期）。

• ‘NaT’ 将为不明确的时间返回 NaT。

• ‘raise’ 将为不明确的时间引发 AmbiguousTimeError。

不存在 (nonexistent){‘raise’, ‘shift_forward’, ‘shift_backward, ‘NaT’, timedelta}，默认为 ‘raise’

由于 DST 导致时钟向前移动，某个时区中不存在的某个时间点。

• ‘shift_forward’ 将将不存在的时间向前移至最近的可用时间。

• ‘shift_backward’ 将将不存在的时间向后移至最近的可用时间。

• ‘NaT’ 将在存在不存在时间的地方返回 NaT。

• timedelta 对象将使用 timedelta 偏移不存在的时间。

• ‘raise’ 如果存在不存在的时间，则会引发一个 NonExistentTimeError。

Returns:

一个四舍五入到给定`freq`分辨率的新 Timestamp

Raises:

如果 freq 无法转换，则引发 ValueError。

Notes

如果 Timestamp 具有时区，则四舍五入将相对于本地（“墙上”）时间进行，并重新本地化到同一时区。在接近夏令时四舍五入时，请使用 nonexistent 和 ambiguous 来控制重新本地化行为。

Examples

创建一个时间戳对象：

>>> ts = pd.Timestamp('2020-03-14T15:32:52.192548651')

可以使用多个频率单位对时间戳进行舍入：

>>> ts.round(freq='h') # hour
Timestamp('2020-03-14 16:00:00')

>>> ts.round(freq='min') # minute
Timestamp('2020-03-14 15:33:00')

>>> ts.round(freq='s') # seconds
Timestamp('2020-03-14 15:32:52')

>>> ts.round(freq='ms') # milliseconds
Timestamp('2020-03-14 15:32:52.193000')

freq 也可以是单个单位的倍数，例如 ‘5min’（即 5 分钟）：

>>> ts.round(freq='5min')
Timestamp('2020-03-14 15:35:00')

或者多个单位的组合，例如 ‘1h30min’（即 1 小时 30 分钟）：

>>> ts.round(freq='1h30min')
Timestamp('2020-03-14 15:00:00')

pd.NaT 的类似用法：

>>> pd.NaT.round()
NaT

在靠近夏令时转换时进行舍入时，使用 ambiguous 或 nonexistent 来控制应如何重新本地化时间戳。

>>> ts_tz = pd.Timestamp("2021-10-31 01:30:00").tz_localize("Europe/Amsterdam")

>>> ts_tz.round("h", ambiguous=False)
Timestamp('2021-10-31 02:00:00+0100', tz='Europe/Amsterdam')

>>> ts_tz.round("h", ambiguous=True)
Timestamp('2021-10-31 02:00:00+0200', tz='Europe/Amsterdam')