如何用Python将Pandas DataFrame的时分格式转为整点结束格式？

当然有更简洁优雅的实现方式！我们可以直接利用Pandas内置的时间序列处理能力，避免手动计算小时增量，代码可读性和效率都会更高。

需求回顾 #

从你的示例来看，DateTime2的生成规则是：

• 如果DateTime本身是整点（分钟数为0），则保持原时间；
• 如果DateTime是非整点（分钟数≥15），则向上取整到下一个整点。

一行代码实现 #

首先确保DateTime列是datetime类型（如果还未转换的话），然后直接使用dt.ceil()方法：

# 确保DateTime列为datetime格式
df['DateTime'] = pd.to_datetime(df['DateTime'])

# 生成DateTime2列，向上取整到最近的整点
df['DateTime2'] = df['DateTime'].dt.ceil('H')

为什么这更Pythonic？ #

• 语义清晰：dt.ceil('H')直接表达了“向上取整到小时”的业务意图，任何人看代码都能立刻理解逻辑；
• 无冗余代码：不需要生成中间临时列（比如你的hrAdder），减少内存占用，代码更简洁；
• 内置优化：Pandas的时间序列方法是经过底层优化的，比手动判断+增量计算的效率更高。

特殊场景适配（如果需要） #

如果你的规则是仅当分钟数≥15时才向上取整，分钟数<15则保留当前小时（比如0:05要保留为0:00），可以用np.where结合dt.floor和dt.ceil实现：

df['DateTime2'] = np.where(
    df['DateTime'].dt.minute >= 15,
    df['DateTime'].dt.ceil('H'),
    df['DateTime'].dt.floor('H')
)

验证结果 #

用你的示例数据测试，上述代码生成的DateTime2完全匹配你想要的输出：

• 1/1/2018 0:00 → 1/1/2018 0:00
• 1/1/2018 0:15 → 1/1/2018 1:00
• 1/1/2018 1:45 → 1/1/2018 2:00
• 1/1/2018 2:00 → 1/1/2018 2:00

内容的提问来源于stack exchange，提问作者Zanam