Python Pandas入門：マイクロ秒単位の頻度でDateTimeIndexにフロア（切り下げ）操作を実行する方法

DateTimeIndexに対してマイクロ秒単位の頻度でフロア（切り下げ）操作を実行するには、DateTimeIndex.floor()メソッドを使用します。マイクロ秒の頻度を指定する場合は、freqパラメータに'us'を設定します。

floor()メソッドは、指定した頻度より細かい単位の値を切り捨てることで、日時データをきれいな間隔に丸めることができます。時系列データの前処理や集計において非常に便利な機能です。

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

次に、期間5、頻度40秒（'40S'）の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）を指定しています。

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

マイクロ秒の頻度でフロア操作を実行

DateTimeIndexの日付に対して、マイクロ秒の頻度でフロア操作を実行します。マイクロ秒の頻度には'us'を使用します。

print("\nマイクロ秒の頻度でフロア操作を実行...\n",
datetimeindex.floor(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)

# マイクロ秒の頻度でフロア操作を実行
# マイクロ秒の頻度には 'us' を使用
print("\nマイクロ秒の頻度でフロア操作を実行...\n",
datetimeindex.floor(freq='us'))

実行結果

上記のコードを実行すると、以下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>

マイクロ秒の頻度でフロア操作を実行...
DatetimeIndex(['2021-10-18 07:20:32.261811+10:30',
'2021-10-18 07:21:12.261811+10:30',
'2021-10-18 07:21:52.261811+10:30',
'2021-10-18 07:22:32.261811+10:30',
'2021-10-18 07:23:12.261811+10:30'],
dtype='datetime64[ns, Australia/Adelaide]', freq=None)

結果の解説

出力結果を見ると、元のDateTimeIndexはナノ秒単位の精度（.261811624）を持っていましたが、floor(freq='us')を実行した後は、ナノ秒部分が切り捨てられ、マイクロ秒単位の精度（.261811）になっていることがわかります。

このように、floor()メソッドを使うことで、指定した頻度より細かい単位の値を簡単に切り下げることができます。なお、フロア操作後のDatetimeIndexではfreq属性がNoneになっている点にも注意してください。