Python：在pandas中操纵时间数据帧

我有一个Pandas数据框架，内容为numpy.ndarray

data_empty = {}
df = pd.DataFrame(data_empty)
df['HH'] = np.arange(0,10)

数据帧

df['HH']

是相对于固定日期以小时为单位的时差：

start_date =['1990-01-01 00:00:00']

我想得到一个新的数据框列

df['new_date']

，它以与

df['HH]

相同的格式显示实际日期。当我尝试时：

df['time_added'] = pd.to_timedelta(df['HH'],'h')
df['new_date'] =  pd.to_datetime(start_date)+ df['time_added']

我得到一个错误：

ValueError: cannot add indices of unequal length.

我想知道两种可能的解决方案的答案： 1） 我如何制作一个数据框

df['start\u date']

所有的值都是start\u date，这样我就可以将start\u date添加到time\u added？ 2） 我如何防止创建一个新的数据帧，所有数据帧都具有相同的值start_date并仅进行计算

df['new_date'] =  pd.to_datetime(start_date)+ df['time_added']

---

没有长度问题？

首先删除

开始日期的一个元素列表，对于转换时间增量使用：

或仅与
原点
和
单位
参数一起使用：

start_date ='1990-01-01 00:00:00'
df['Date']  = pd.to_datetime(df['HH'], unit='h', origin=start_date)
print (df)
   HH                Date
0   0 1990-01-01 00:00:00
1   1 1990-01-01 01:00:00
2   2 1990-01-01 02:00:00
3   3 1990-01-01 03:00:00
4   4 1990-01-01 04:00:00
5   5 1990-01-01 05:00:00
6   6 1990-01-01 06:00:00
7   7 1990-01-01 07:00:00
8   8 1990-01-01 08:00:00
9   9 1990-01-01 09:00:00

首先删除一个元素列表，用于
start\u date
和convert timedelta使用：

或仅与
原点
和
单位
参数一起使用：

start_date ='1990-01-01 00:00:00'
df['Date']  = pd.to_datetime(df['HH'], unit='h', origin=start_date)
print (df)
   HH                Date
0   0 1990-01-01 00:00:00
1   1 1990-01-01 01:00:00
2   2 1990-01-01 02:00:00
3   3 1990-01-01 03:00:00
4   4 1990-01-01 04:00:00
5   5 1990-01-01 05:00:00
6   6 1990-01-01 06:00:00
7   7 1990-01-01 07:00:00
8   8 1990-01-01 08:00:00
9   9 1990-01-01 09:00:00