Python Pandas – DateTimeIndexの時刻を深夜（00:00:00）に変換するnormalize()メソッドの使い方

PandasでDateTimeIndexの時刻を深夜（00:00:00）に変換したい場合は、DateTimeIndex.normalize()メソッドを使用します。このメソッドは、日付の時刻部分を切り捨てて真夜中に正規化し、タイムゾーン情報はそのまま保持します。

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

次に、開始時刻を「2021-10-30 02:30:50」、期間を7、頻度を10時間（10H）、タイムゾーンを「Australia/Adelaide」としてDatetimeIndexを作成します。

datetimeindex = pd.date_range('2021-10-30 02:30:50', periods=7, tz='Australia/Adelaide', freq='10H')

DateTimeIndexの表示

作成したDateTimeIndexを表示してみましょう。

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

時刻を深夜に変換する

normalize()メソッドを呼び出すと、日時の時刻成分が深夜（00:00:00）に変換されます。

print("\nNormalize (converted the time component to midnight)...\n",
datetimeindex.normalize())

完全なコード例

以下が実行コード全体です。

import pandas as pd

# 期間7、頻度10時間のDatetimeIndexを作成
# タイムゾーンはAustralia/Adelaideを指定
datetimeindex = pd.date_range('2021-10-30 02:30:50', periods=7, tz='Australia/Adelaide', freq='10H')

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

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

# 時刻成分を深夜（00:00:00）に変換
print("\nNormalize (converted the time component to midnight)...\n",
datetimeindex.normalize())

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(['2021-10-30 02:30:50+10:30', '2021-10-30 12:30:50+10:30',
'2021-10-30 22:30:50+10:30', '2021-10-31 08:30:50+10:30',
'2021-10-31 18:30:50+10:30', '2021-11-01 04:30:50+10:30',
'2021-11-01 14:30:50+10:30'],
dtype='datetime64[ns, Australia/Adelaide]', freq='10H')
DateTimeIndex frequency...
<10 * Hours>

Normalize (converted the time component to midnight)...
DatetimeIndex(['2021-10-30 00:00:00+10:30', '2021-10-30 00:00:00+10:30',
'2021-10-30 00:00:00+10:30', '2021-10-31 00:00:00+10:30',
'2021-10-31 00:00:00+10:30', '2021-11-01 00:00:00+10:30',
'2021-11-01 00:00:00+10:30'],
dtype='datetime64[ns, Australia/Adelaide]', freq=None)

ポイント解説

出力結果から分かるように、normalize()を使用すると同じ日に属する複数の日時がすべて「00:00:00」に統一されます。また、正規化後のDatetimeIndexではfreqがNoneになる点にも注意してください。これは、正規化によって元の一定間隔の頻度情報が失われるためです。日付ごとのデータ集計やグループ化を行う際に、normalize()は非常に便利なメソッドです。