pandas.Timestampの時刻の切り捨て・切り上げ

時系列のデータを扱っていると、DataFrameの時刻情報の切り捨て・切り上げをする機会ってありますよね。この記事ではそのやり方をご紹介します。

pandas.Timestampの仕様です。
https://pandas.pydata.org/docs/reference/api/pandas.Timestamp.html

時系列の時刻データの切り捨て・切り上げ

時系列のサンプルデータは以下とします。pandas.date_range()でデータを作成し、DataFrameにしています。カラム名は”timestamp”です。

ts = pd.date_range(
    start='2024-11-01 10:58',
    end='2024-11-01 11:02',
    freq='min',
    )

df = pd.DataFrame(
    data=ts,
    columns=['timestamp'],
    )

print(df)
#             timestamp
# 0 2024-11-01 10:58:00
# 1 2024-11-01 10:59:00
# 2 2024-11-01 11:00:00
# 3 2024-11-01 11:01:00
# 4 2024-11-01 11:02:00

切り捨てはfloor()で、切り上げはceil()を使います。引数でfrequencyを指定します。frequencyの単位の表を載せておきます。

frequencyの詳細はこちらをご覧ください。
https://pandas.pydata.org/docs/user_guide/timeseries.html#timeseries-offset-aliases

分単位の切り捨て・切り上げはこうなります。”timestamp”カラムが処理前の時刻です。”timestamp_floor”カラムが切り捨て、”timestamp_ceil”カラムが切り上げ後の時刻です。

# 5分単位で切り捨て・切り上げ
df['timestamp_floor'] = df['timestamp'].dt.floor('5min')
df['timestamp_ceil'] = df['timestamp'].dt.ceil('5min')

print(df)
#             timestamp     timestamp_floor      timestamp_ceil
# 0 2024-11-01 10:58:00 2024-11-01 10:55:00 2024-11-01 11:00:00
# 1 2024-11-01 10:59:00 2024-11-01 10:55:00 2024-11-01 11:00:00
# 2 2024-11-01 11:00:00 2024-11-01 11:00:00 2024-11-01 11:00:00
# 3 2024-11-01 11:01:00 2024-11-01 11:00:00 2024-11-01 11:05:00
# 4 2024-11-01 11:02:00 2024-11-01 11:00:00 2024-11-01 11:05:00


# 30分単位で切り捨て・切り上げ
df['timestamp_floor'] = df['timestamp'].dt.floor('30min')
df['timestamp_ceil'] = df['timestamp'].dt.ceil('30min')

print(df)
#             timestamp     timestamp_floor      timestamp_ceil
# 0 2024-11-01 10:58:00 2024-11-01 10:30:00 2024-11-01 11:00:00
# 1 2024-11-01 10:59:00 2024-11-01 10:30:00 2024-11-01 11:00:00
# 2 2024-11-01 11:00:00 2024-11-01 11:00:00 2024-11-01 11:00:00
# 3 2024-11-01 11:01:00 2024-11-01 11:00:00 2024-11-01 11:30:00
# 4 2024-11-01 11:02:00 2024-11-01 11:00:00 2024-11-01 11:30:00

時間単位の切り捨て・切り上げです。

# 1時間単位で切り捨て・切り上げ
df['timestamp_floor'] = df['timestamp'].dt.floor('1h')
df['timestamp_ceil'] = df['timestamp'].dt.ceil('1h')

print(df)
#             timestamp     timestamp_floor      timestamp_ceil
# 0 2024-11-01 10:58:00 2024-11-01 10:00:00 2024-11-01 11:00:00
# 1 2024-11-01 10:59:00 2024-11-01 10:00:00 2024-11-01 11:00:00
# 2 2024-11-01 11:00:00 2024-11-01 11:00:00 2024-11-01 11:00:00
# 3 2024-11-01 11:01:00 2024-11-01 11:00:00 2024-11-01 12:00:00
# 4 2024-11-01 11:02:00 2024-11-01 11:00:00 2024-11-01 12:00:00


# 3時間単位で切り捨て・切り上げ
df['timestamp_floor'] = df['timestamp'].dt.floor('3h')
df['timestamp_ceil'] = df['timestamp'].dt.ceil('3h')

print(df)
#             timestamp     timestamp_floor      timestamp_ceil
# 0 2024-11-01 10:58:00 2024-11-01 09:00:00 2024-11-01 12:00:00
# 1 2024-11-01 10:59:00 2024-11-01 09:00:00 2024-11-01 12:00:00
# 2 2024-11-01 11:00:00 2024-11-01 09:00:00 2024-11-01 12:00:00
# 3 2024-11-01 11:01:00 2024-11-01 09:00:00 2024-11-01 12:00:00
# 4 2024-11-01 11:02:00 2024-11-01 09:00:00 2024-11-01 12:00:00

日単位の切り捨て・切り上げです。

 1日単位で切り捨て・切り上げ
df['timestamp_floor'] = df['timestamp'].dt.floor('D')
df['timestamp_ceil'] = df['timestamp'].dt.ceil('D')

print(df)
#             timestamp timestamp_floor timestamp_ceil
# 0 2024-11-01 10:58:00      2024-11-01     2024-11-02
# 1 2024-11-01 10:59:00      2024-11-01     2024-11-02
# 2 2024-11-01 11:00:00      2024-11-01     2024-11-02
# 3 2024-11-01 11:01:00      2024-11-01     2024-11-02
# 4 2024-11-01 11:02:00      2024-11-01     2024-11-02

単一の時刻データの切り捨て・切り上げ

単一の時刻のデータは以下のように作成します。

t = pd.Timestamp('2024-11-01 10:28')

print(t)
print(type(t))

# 2024-11-01 10:28:00
# <class 'pandas._libs.tslibs.timestamps.Timestamp'>

切り捨てはfloor()で、切り上げはceil()で、引数でfrequencyを指定します。

# 切り捨て
t = pd.Timestamp('2024-11-01 10:28')
print(t.floor('15min'))
print(t.floor('1h'))
print(t.floor('D'))
# 2024-11-01 10:15:00
# 2024-11-01 10:00:00
# 2024-11-01 00:00:00


# 切り上げ
t = pd.Timestamp('2024-11-01 10:28')
print(t.ceil('15min'))
print(t.ceil('1h'))
print(t.ceil('D'))
# 2024-11-01 10:30:00
# 2024-11-01 11:00:00
# 2024-11-02 00:00:00

補足ですが、round()で四捨五入もできます。

# 四捨五入
t = pd.Timestamp('2024-11-01 10:28')
print(t.round('15min'))
print(t.round('1h'))
print(t.round('D'))
# 2024-11-01 10:30:00
# 2024-11-01 10:00:00
# 2024-11-01 00:00:00


t = pd.Timestamp('2024-11-01 11:32')
print(t.round('15min'))
print(t.round('1h'))
print(t.round('D'))
# 2024-11-01 11:30:00
# 2024-11-01 12:00:00
# 2024-11-01 00:00:00