如何在Pandas中按规则调整DataFrame的DateTime列时间

需求说明 #

需要对Pandas DataFrame中的datetime类型列按以下规则调整时间：

• 分钟处于16↔45区间：将分钟改为30，小时保持不变
• 分钟处于46↔59或0↔15区间：将分钟改为00，其中46-59的情况需要将小时加1（处理跨小时场景）

输入示例：

datetime
2022/11/15 00:29
2022/11/15 00:29
2022/11/15 00:29
2022/11/15 00:59
2022/11/15 00:59
2022/11/15 00:59
2022/11/15 01:35
2022/11/15 01:35
2022/11/15 01:35
2022/11/15 02:01
2022/11/15 02:01
2022/11/15 02:01
2022/11/15 02:45
2022/11/15 02:45
2022/11/15 02:45
2022/11/15 02:48
2022/11/15 02:48
2022/11/15 02:48

目标输出：

datetime
2022/11/15 00:30
2022/11/15 00:30
2022/11/15 00:30
2022/11/15 01:00
2022/11/15 01:00
2022/11/15 01:00
2022/11/15 01:30
2022/11/15 01:30
2022/11/15 01:30
2022/11/15 02:00
2022/11/15 02:00
2022/11/15 02:00
2022/11/15 02:30
2022/11/15 02:30
2022/11/15 02:30
2022/11/15 03:00
2022/11/15 03:00
2022/11/15 03:00

实现代码 #

利用Pandas矢量化操作高效处理，无需逐行循环：

import pandas as pd

# 构造输入数据
data = {
    'datetime': [
        '2022/11/15 00:29', '2022/11/15 00:29', '2022/11/15 00:29',
        '2022/11/15 00:59', '2022/11/15 00:59', '2022/11/15 00:59',
        '2022/11/15 01:35', '2022/11/15 01:35', '2022/11/15 01:35',
        '2022/11/15 02:01', '2022/11/15 02:01', '2022/11/15 02:01',
        '2022/11/15 02:45', '2022/11/15 02:45', '2022/11/15 02:45',
        '2022/11/15 02:48', '2022/11/15 02:48', '2022/11/15 02:48'
    ]
}
df = pd.DataFrame(data)
# 转换为datetime类型
df['datetime'] = pd.to_datetime(df['datetime'])

# 提取分钟数
minutes = df['datetime'].dt.minute

# 划分条件区间
mask_30 = (minutes >= 16) & (minutes <= 45)
mask_00 = ~mask_30

# 处理30分钟场景
df.loc[mask_30, 'datetime'] = df.loc[mask_30, 'datetime'].dt.floor('H') + pd.Timedelta(minutes=30)
# 处理00分钟场景：0-15保留当前小时，46-59加1小时
df.loc[mask_00, 'datetime'] = df.loc[mask_00, 'datetime'].dt.floor('H')
df.loc[(minutes >= 46), 'datetime'] += pd.Timedelta(hours=1)

# 按指定格式输出结果
print(df['datetime'].dt.strftime('%Y/%m/%d %H:%M'))

代码说明 #

1. 类型转换：先将字符串列转为datetime类型，方便后续时间操作
2. 条件划分：通过提取分钟数区分两个调整区间
3. 时间调整：
   • 16-45分钟：先向下取整到小时，再加30分钟得到目标时间
   • 0-15分钟：直接向下取整到小时，分钟自动设为00
   • 46-59分钟：向下取整到小时后加1小时，实现跨小时的00分钟调整
4. 性能优势：全程采用Pandas矢量化操作，处理数千行数据效率极高，避免循环带来的性能损耗

内容的提问来源于stack exchange，提问作者Jay