dask.dataframe.Series.dt.floor
dask.dataframe.Series.dt.floor¶
- dataframe.Series.dt.floor(*args, **kwargs)¶
对数据执行向下取整操作到指定的 freq。
此文档字符串是从 pandas.core.indexes.accessors.CombinedDatetimelikeProperties.floor 复制的。
Dask 版本可能存在一些不一致性。
- 参数
- 频率str 或 Offset
要平滑索引的频率级别。必须是固定频率，如 ‘S’（秒）而不是 ‘ME’（月末）。请参阅 频率别名 以获取可能的 freq 值列表。
- 歧义‘infer’, bool-ndarray, ‘NaT’, 默认 ‘raise’
仅与 DatetimeIndex 相关：
‘infer’ 将尝试根据顺序推断出夏令时转换小时
bool-ndarray，其中 True 表示夏令时，False 表示非夏令时（请注意，此标志仅适用于模糊时间）
‘NaT’ 将在存在不明确时间的地方返回 NaT
‘raise’ 如果存在不明确的时间，将引发 AmbiguousTimeError。
- 不存在的‘shift_forward’, ‘shift_backward’, ‘NaT’, timedelta, 默认 ‘raise’
在一个特定时区中，由于夏令时（DST）导致时钟向前调整，不存在的时间在该时区中是不存在的。
‘shift_forward’ 会将不存在的时间向前移动到最近的现有时间
‘shift_backward’ 会将不存在的时间向后移动到最近的存在时间
‘NaT’ 将在不存在时间的地方返回 NaT
timedelta 对象会将不存在的时间按 timedelta 进行偏移
‘raise’ 如果存在不存在的时间，将引发 NonExistentTimeError。
- 返回
- DatetimeIndex、TimedeltaIndex 或 Series
DatetimeIndex 或 TimedeltaIndex 的相同类型的索引，或 Series 的相同索引的 Series。
- Raises
- 如果 freq 无法转换，则引发 ValueError。
注释
如果时间戳带有时区，则取整将相对于本地（“墙”）时间进行，并重新调整为相同时区。在接近夏令时取整时，使用
nonexistent和ambiguous来控制重新本地化的行为。示例
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='min') >>> rng.floor('h') DatetimeIndex(['2018-01-01 11:00:00', '2018-01-01 12:00:00', '2018-01-01 12:00:00'], dtype='datetime64[ns]', freq=None)
系列
>>> pd.Series(rng).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]
在接近夏令时转换时进行舍入时，使用
ambiguous或nonexistent来控制时间戳应如何重新本地化。>>> 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)