Python 时间戳和包含时间增量值的数组的总和

我有一个开始日期和一个数组，其中包含以天为单位的不规则样本值，我想将其用作熊猫系列的日期索引

比如：

现在，我可以使用一个列表和以下for循环来创建pandas日期时间序列：

In [235]: all_dates = []
          for stepsize in sample_size:
              days = pd.Timedelta(stepsize, 'D')
              all_dates.append(date + days)
          pd.Series(all_dates)
Out[235]: 2015-10-17 08:00:00
          2015-10-27 08:00:00
          2015-10-30 08:00:00
          2015-11-05 08:00:00
          2015-11-16 08:00:00
          dtype: datetime64[ns]

但我希望有一个纯粹的numpy或pandas解决方案，而不需要列表和for循环

In [11]:
pd.Series(pd.TimedeltaIndex(sample_size , unit = 'D') + date)
Out[11]:
0   2015-10-17 08:00:00
1   2015-10-27 08:00:00
2   2015-10-30 08:00:00
3   2015-11-05 08:00:00
4   2015-11-16 08:00:00
dtype: datetime64[ns]

首先，您需要为要添加到日期中的所有值创建一个时间增量，请注意，我已将

D

指定为一个参数，这意味着我们需要时间增量频率以天为单位，因为我们要将天添加到日期中

In [42]:
time_delta = pd.TimedeltaIndex(sample_size, unit = 'D')
time_delta
Out[42]:
TimedeltaIndex(['0 days', '10 days', '13 days', '19 days', '30 days'], dtype='timedelta64[ns]', freq=None)

然后，为了将时间增量添加到日期中，您需要满足两个条件，首先需要创建日期的

时间序列

，以便以后可以向其添加时间增量，第二件事是新创建的

时间序列

必须具有与

时间增量

相同数量的元素，这可以通过

重复（len（样本大小）

---

这似乎是可行的，所以首先必须创建一个长度等于

date

的系列，长度为

sample\u size

。仍然有点麻烦。我添加了一些解释来详细说明此解决方案的工作原理。您不需要手动广播，只需添加它们，它就可以工作

series（pd.to\u timedelta（样本大小，单位为D'）+日期）

In [42]:
time_delta = pd.TimedeltaIndex(sample_size, unit = 'D')
time_delta
Out[42]:
TimedeltaIndex(['0 days', '10 days', '13 days', '19 days', '30 days'], dtype='timedelta64[ns]', freq=None)

In [40]:
time_stamp = pd.Series(np.array(date).repeat(len(sample_size)))
time_stamp
Out[40]:
0   2015-10-17 08:00:00
1   2015-10-17 08:00:00
2   2015-10-17 08:00:00
3   2015-10-17 08:00:00
4   2015-10-17 08:00:00
dtype: datetime64[ns]

In [41]:
time_stamp + time_delta
Out[41]:
0   2015-10-17 08:00:00
1   2015-10-27 08:00:00
2   2015-10-30 08:00:00
3   2015-11-05 08:00:00
4   2015-11-16 08:00:00
dtype: datetime64[ns]