Метод normalize

Метод normalize применяется к DatetimeIndex и возвращает новый индекс, в котором для каждой метки времени время установлено на полночь 00:00:00. Дата при этом сохраняется. Метод не принимает параметров и возвращает новый объект DatetimeIndex.

Синтаксис

datetime_index.normalize()

Пример

Создадим индекс с датами и временем и нормализуем его:

import pandas as pd

idx = pd.DatetimeIndex([
	'2026-09-09 14:30:00',
	'2026-09-10 23:45:00',
	'2026-09-11 07:15:00'
])
res = idx.normalize()
print(res)

Результат выполнения кода:

DatetimeIndex(['2026-09-09', '2026-09-10', '2026-09-11'], dtype='datetime64[ns]', freq=None)

Пример

Нормализация времени в DataFrame с индексом типа DatetimeIndex:

import pandas as pd

idx = pd.DatetimeIndex([
	'2026-09-09 09:30:00',
	'2026-09-10 18:45:00',
	'2026-09-11 22:10:00'
])
df = pd.DataFrame(
	{'a': [1, 2, 3], 'b': [10, 20, 30]},
	index=idx
)
df.index = df.index.normalize()
print(df)

Результат выполнения кода:

a   b
		2026-09-09  1  10
		2026-09-10  2  20
		2026-09-11  3  30

Пример

Метод normalize особенно полезен при группировке по датам без учета времени. Например, создадим временной ряд с почасовыми данными и сгруппируем по дням после нормализации:

import pandas as pd

idx = pd.date_range('2026-09-09', periods=6, freq='12H')
ser = pd.Series([1, 2, 3, 4, 5, 6], index=idx)
ser.index = ser.index.normalize()
res = ser.groupby(ser.index).sum()
print(res)

Результат выполнения кода:

2026-09-09	 3
2026-09-10	15
dtype: int64

Смотрите также

класс DatetimeIndex,
который представляет индекс с метками времени
метод floor,
который округляет время вниз до заданной частоты
метод ceil,
который округляет время вверх до заданной частоты
метод round,
который округляет время до ближайшей заданной частоты