Pandas 添加特定于行的时间增量（日期时间清理）（日期时间）

系列数据我有2个文件。每个数据观测有20秒延迟

文件1

文件2

预期产量

到目前为止我做了什么

带代码

您可以使用

freq='20s'

生成一个

请注意，我将4月31日更改为有效日期。我假设真实数据将具有有效日期

dfs=[]
对于文件中的文件：
column\u name=pd.read\u csv（文件，索引\u col=False）。column[0]
df=pd.read\u csv（文件，索引\u col=False，名称=['col1'，'col2'，'col3']，skiprows=1）
#生成频率为20秒的日期范围
start=pd.to\u datetime（列名称，dayfirst=True）
df['col4']=pd.date\u范围（开始=开始，周期=长度（df），频率=20s'）
dfs.append（df）
df=局部放电浓度（dfs）
#col1 col2 col3 col4
# 0     3     5     6 2005-03-31 23:59:00
# 1     4     6     7 2005-03-31 23:59:20
# 2     8     9    10 2005-03-31 23:59:40
# 0    10    20    30 2007-06-01 23:59:00
# 1    40    50    60 2007-06-01 23:59:20
# 2    70    80    90 2007-06-01 23:59:40

---

要在串联后更改频率，可以使用每个子数据帧（每个子数据帧在索引0处重新启动）并使用新的

freq

：

freq='30s'
df['col4']=df.groupby（（df.index==0.cumsum（））['col4'].apply(
lambda g:pd.系列（pd.日期范围（g[0]，周期=len（g），频率=freq）））
#col1 col2 col3 col4
# 0     3     5     6 2005-03-31 23:59:00
# 1     4     6     7 2005-03-31 23:59:30
# 2     8     9    10 2005-04-01 00:00:00
# 0    10    20    30 2007-01-06 23:59:00
# 1    40    50    60 2007-01-06 23:59:30
# 2    70    80    90 2007-01-07 00:00:00

hi@tdy，只是想知道在连接之后，如果我们想将频率更改为30秒，我是否需要再次执行所有这些操作，或者是否有办法从“col4”执行此操作@sra是的，有可能，我用一个更新了答案option@sra听起来您的CSV存储了索引（通常不是一个好主意）因此，您需要

index\u col=0