Python Pandas – 指定した頻度でDateTimeIndexにceil（切り上げ）操作を実行する方法

DateTimeIndex.ceil()メソッドによる切り上げ処理

指定した頻度（freq）に基づいてDateTimeIndexの各日時を切り上げるには、DateTimeIndex.ceil()メソッドを使用します。頻度はfreqパラメータで指定します。例えば「us」（マイクロ秒）を指定すると、各タイムスタンプがマイクロ秒単位で切り上げられます。

必要なライブラリのインポート

まず、必要なライブラリをインポートします。

import pandas as pd

DatetimeIndexの作成

期間（periods）を5、頻度を「40S」（40秒）としてDatetimeIndexを作成します。タイムゾーンはオーストラリアのアデレード（Australia/Adelaide）に設定しています。

datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5,
tz='Australia/Adelaide', freq='40S')

DateTimeIndexの表示

作成したDateTimeIndexを表示して確認します。

print("DateTimeIndex...\n", datetimeindex)

ceil操作の実行

指定した頻度でDateTimeIndexの日時に対してceil（切り上げ）操作を実行します。

print("\nPerforming ceil operation...\n",
datetimeindex.ceil(freq='us'))

完全なコード例

以下が全体のコードです。

import pandas as pd

# 期間5、頻度40秒（40S）のDatetimeIndexを作成
# タイムゾーンはAustralia/Adelaide
datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5,
tz='Australia/Adelaide', freq='40S')

# DateTimeIndexを表示
print("DateTimeIndex...\n", datetimeindex)

# DateTimeIndexの頻度を表示
print("DateTimeIndex frequency...\n", datetimeindex.freq)

# 指定した頻度でceil操作を実行
print("\nPerforming ceil operation...\n",
datetimeindex.ceil(freq='us'))

出力結果

上記のコードを実行すると、次のような出力が得られます。

DateTimeIndex...
DatetimeIndex(['2021-10-18 07:20:32.261811624+10:30',
'2021-10-18 07:21:12.261811624+10:30',
'2021-10-18 07:21:52.261811624+10:30',
'2021-10-18 07:22:32.261811624+10:30',
'2021-10-18 07:23:12.261811624+10:30'],
dtype='datetime64[ns, Australia/Adelaide]', freq='40S')
DateTimeIndex frequency...
<40 * Seconds>

Performing ceil operation...
DatetimeIndex(['2021-10-18 07:20:32.261812+10:30',
'2021-10-18 07:21:12.261812+10:30',
'2021-10-18 07:21:52.261812+10:30',
'2021-10-18 07:22:32.261812+10:30',
'2021-10-18 07:23:12.261812+10:30'],
dtype='datetime64[ns, Australia/Adelaide]', freq=None)

まとめ

出力結果を見ると、ナノ秒精度のタイムスタンプ（…261811624）が、freq='us'を指定することでマイクロ秒精度（…261812）へ切り上げられていることがわかります。ceil()メソッドを活用すれば、時系列データを任意の時間単位で整理できます。なお、類似のメソッドとして切り下げを行うfloor()、四捨五入を行うround()も用意されており、用途に応じて使い分けることができます。