Pandas 如何向数据帧中所有重复的DatetimeIndex填充1ns？

如何在

Pandas数据帧

中向所有重复的

DatetimeIndex

填充1ns

例如，从以下方面：

2016-11-13 20:00:10.617989120
2016-11-13 20:00:10.617989120
2016-11-13 20:00:10.617989120
2016-11-13 20:00:10.123945353
2016-11-13 20:00:14.565989314
2016-11-13 20:00:18.565989315
2016-11-13 20:00:18.565989315
2016-11-13 20:00:18.565989315

为此：

2016-11-13 20:00:10.617989120
2016-11-13 20:00:10.617989121
2016-11-13 20:00:10.617989122
2016-11-13 20:00:10.123945353
2016-11-13 20:00:14.565989314
2016-11-13 20:00:18.565989315
2016-11-13 20:00:18.565989316
2016-11-13 20:00:18.565989317

您可以与convert一起使用：

您可以与convert一起使用：

---

嗯，我用cumsum试着得到同样的结果，但它当然不起作用。。我不知道，谢谢你！！嗯，我用cumsum试着得到同样的结果，但它当然不起作用。。我不知道，谢谢你！！

print (df.groupby(level=0).cumcount())
2016-11-13 20:00:10.617989120    0
2016-11-13 20:00:10.617989120    1
2016-11-13 20:00:10.617989120    2
2016-11-13 20:00:10.123945353    0
2016-11-13 20:00:14.565989314    0
2016-11-13 20:00:18.565989315    0
2016-11-13 20:00:18.565989315    1
2016-11-13 20:00:18.565989315    2
dtype: int64

df.index = df.index + pd.to_timedelta(df.groupby(level=0).cumcount())
print (df.index)
DatetimeIndex(['2016-11-13 20:00:10.617989120',
               '2016-11-13 20:00:10.617989121',
               '2016-11-13 20:00:10.617989122',
               '2016-11-13 20:00:10.123945353',
               '2016-11-13 20:00:14.565989314',
               '2016-11-13 20:00:18.565989315',
               '2016-11-13 20:00:18.565989316',
               '2016-11-13 20:00:18.565989317'],
              dtype='datetime64[ns]', freq=None)