Pandas dataframe的datetime列四舍五入到最近小时问题

问题原因 #

• dt.hour本身是整数类型，round(dt.hour)的计算结果和原值完全一致，不会触发小时的调整逻辑
• 你当前的代码是对小时、分钟两个字段独立做四舍五入，没有实现联动计算，分钟≥30需要给小时进位的规则没有覆盖，甚至当分钟round后等于60时，还会抛出参数范围错误（datetime类型的分钟合法取值范围为0-59）

解决方案 #

直接使用pandas datetime序列内置的round方法，指定舍入频率为1小时即可，无需手写apply自定义逻辑，运算效率更高也不会出现边界错误：

import pandas as pd

# 首先确保date列是datetime格式，如果已经完成类型转换可以跳过该行
tweet_and_price_df["date"] = pd.to_datetime(tweet_and_price_df["date"])
# 直接将日期列舍入到最近的小时
tweet_and_price_df["date"] = tweet_and_price_df["date"].dt.round("H")

如果确实需要自定义逻辑实现舍入，需要额外判断分钟是否≥30、小时进位后是否超过23需要跨天等边界场景，逻辑相对繁琐，优先使用内置方法即可。

内容的提问来源于stack exchange，提问作者jd_h2003