Pandas Timestamp四舍五入至10秒时出现异常问题求助

问题原因 #

pandas的round()方法默认采用银行家舍入法（四舍六入五成双），当时间秒数处于两个10秒标记的中间点（如5、15、25等）时，会舍入到前一位数字为偶数的标记：

• 06:46:05 介于00和10之间，秒的十位是0（偶数），故舍至00；
• 06:46:15 介于10和20之间，秒的十位是1（奇数），故进至20；
• 06:46:25 介于20和30之间，秒的十位是2（偶数），故舍至20；
  这就导致部分场景下不符合传统四舍五入的预期。

解决方案 #

方法一：偏移后向下取整（推荐） #

通过给时间戳先加5秒，再向下取整到10秒，实现传统四舍五入逻辑：

• 秒数≤4时，加5秒后仍小于10的整数倍，向下取整到前一个10秒标记；
• 秒数≥5时，加5秒后达到或超过10的整数倍，向下取整到下一个10秒标记。

代码示例：

import pandas as pd

date = pd.DataFrame([pd.to_datetime('2022-03-02 06:46:05'), pd.to_datetime('2022-03-02 06:46:15'), pd.to_datetime('2022-03-02 06:46:25'), pd.to_datetime('2022-03-02 06:46:35'), pd.to_datetime('2022-03-02 06:46:45'), pd.to_datetime('2022-03-02 06:46:55'), pd.to_datetime('2022-03-02 06:47:05'), pd.to_datetime('2022-03-02 06:47:15'), pd.to_datetime('2022-03-02 06:47:25')])

# 偏移5秒后向下取整到10秒
date[1] = (date[0] + pd.Timedelta(seconds=5)).dt.floor('10s')

print(date)

输出结果：

0                   1
0 2022-03-02 06:46:05 2022-03-02 06:46:10
1 2022-03-02 06:46:15 2022-03-02 06:46:20
2 2022-03-02 06:46:25 2022-03-02 06:46:30
3 2022-03-02 06:46:35 2022-03-02 06:46:40
4 2022-03-02 06:46:45 2022-03-02 06:46:50
5 2022-03-02 06:46:55 2022-03-02 06:47:00
6 2022-03-02 06:47:05 2022-03-02 06:47:10
7 2022-03-02 06:47:15 2022-03-02 06:47:20
8 2022-03-02 06:47:25 2022-03-02 06:47:30

方法二：自定义舍入函数 #

如果需要更灵活的阈值控制，可以编写自定义函数，根据秒数余数判断向上/向下取整：

import pandas as pd

date = pd.DataFrame([pd.to_datetime('2022-03-02 06:46:05'), pd.to_datetime('2022-03-02 06:46:15'), pd.to_datetime('2022-03-02 06:46:25'), pd.to_datetime('2022-03-02 06:46:35'), pd.to_datetime('2022-03-02 06:46:45'), pd.to_datetime('2022-03-02 06:46:55'), pd.to_datetime('2022-03-02 06:47:05'), pd.to_datetime('2022-03-02 06:47:15'), pd.to_datetime('2022-03-02 06:47:25')])

def custom_round_10s(timestamp):
    if timestamp.second % 10 >= 5:
        return timestamp.ceil('10s')
    else:
        return timestamp.floor('10s')

date[1] = date[0].apply(custom_round_10s)

print(date)

此方法同样能得到符合预期的结果，适合需要调整舍入判断条件的场景。

内容的提问来源于stack exchange，提问作者JaboSammy