Python 基于dataframe中的列创建虚拟列

我在Dataframe中有datetime列

我想在同一数据帧中创建一个虚拟列，以便 值的第一行等于datetime列的第一行+15分钟 第二行的值等于第一行的值 第三行等于第三行的值

对于4行，该值再次等于datetime列的第4行+15分钟 诸如此类 我写了这个循环，f是主数据帧

m15 = []
i=0,
while i < len(f):
    m15[i] = f['Datetime'][i]+ dt.timedelta(minutes=15),
    m15[i+1] = m15[i]
    m15[i+2] = m15[i]
    i=i+3

---

首先不要使用循环，因为这里有可能是矢量化的替代方案

您可以将

15分钟

添加到列中，然后将每个第2和第3个值替换为

NaT

，并使用

ffill

向前填充缺失的值

这里是用于组的辅助数组

np.arange（len（df））

，但如果可以使用默认值

RangeIndex

，则可以通过

df.index

对其进行更改

#if necessary
#df['Datetime'] = pd.to_datetime(df['Datetime'], format='%Y-%d-%m %H:%M:%S')


df['New'] = (df['Datetime'].add(pd.Timedelta(minutes=15))
                           .mask(np.arange(len(df)) % 3 != 0)
                           .ffill())
print (df)
             Datetime                Dummy                 New
0 2020-12-16 09:15:00  2020-16-12 09:30:00 2020-12-16 09:30:00
1 2020-12-16 09:20:00  2020-16-12 09:30:00 2020-12-16 09:30:00
2 2020-12-16 09:25:00  2020-16-12 09:30:00 2020-12-16 09:30:00
3 2020-12-16 09:30:00  2020-16-12 09:45:00 2020-12-16 09:45:00
4 2020-12-16 09:35:00  2020-16-12 09:45:00 2020-12-16 09:45:00
5 2020-12-16 09:40:00  2020-16-12 09:45:00 2020-12-16 09:45:00

另一个想法是：

df['New'] = (df['Datetime'].add(pd.Timedelta(minutes=15))
                           .groupby(np.arange(len(df)) // 3)
                           .transform('first'))

---

你能添加一些样本数据吗？例如，5行和预期输出？第3行的值等于第3行的值。请阅读第3行的值等于第1行的值，我知道，但我无法测试，因为我没有你的数据。伙计，你需要提供某种形式的样本数据来处理。您好。我想在错误消息中添加一些信息。您正在编写

i=0，

。这将创建一个元组，其中一个元素等于此赋值

i=（1，）

。这不能与整数进行比较。这就是为什么会出现这种类型的错误。这只是向DataFrame添加了越来越多的列，多亏了大量的工作。我不能投票给你，因为我有一个新的堆栈

df['New'] = (df['Datetime'].add(pd.Timedelta(minutes=15))
                           .groupby(np.arange(len(df)) // 3)
                           .transform('first'))