python – 熊猫：时间戳索引到最接近的第5分钟

我有一个df与通常的时间戳作为索引：

2011-04-01 09:30:00
    2011-04-01 09:30:10
    ...
    2011-04-01 09:36:20
    ...
    2011-04-01 09:37:30

如何创建具有相同时间戳的数据帧的列,但四舍五入到最接近的第5分钟间隔？喜欢这个：

index                 new_col
    2011-04-01 09:30:00   2011-04-01 09:35:00        
    2011-04-01 09:30:10   2011-04-01 09:35:00
    2011-04-01 09:36:20   2011-04-01 09:40:00
    2011-04-01 09:37:30   2011-04-01 09:40:00

解决方法

The round_to_5min(t) solution using timedelta arithmetic是正确的但复杂而且很慢.相反,在熊猫中使用漂亮的Timstamp：

import numpy as np
import pandas as pd

ns5min=5*60*1000000000   # 5 minutes in nanoseconds 
pd.to_datetime(((df.index.astype(np.int64) // ns5min + 1 ) * ns5min))

我们来比较一下速度：

rng = pd.date_range('1/1/2014','1/2/2014',freq='S')

print len(rng)
# 86401

# ipython %timeit 
%timeit pd.to_datetime(((rng.astype(np.int64) // ns5min + 1 ) * ns5min))
# 1000 loops,best of 3: 1.01 ms per loop

%timeit rng.map(round_to_5min)
# 1 loops,best of 3: 1.03 s per loop

只要约1000倍快！