Python 使用Pandas进行插值并使用时间戳而不是datetime字符串存储时间序列数据？

我有一个包含从0开始的时间戳列的数据帧

第一行总是从时间=0开始，下面的行获取从该点开始的相对时间。例如，第二行在第一行之后0.25秒，显然它得到了时间戳0.25

我想使用timestamp列主要是为了能够进行重采样和插值。所以，据我所知，为了达到这个目的，它必须是一些与时间相关的数据类型（

pd.Timestamp

）

现在，我另外想要的是，能够在以后将数据帧保存为CSV文件。不幸的是，

pd.Timestamp

列存储为该格式的日期时间字符串

1970-01-01 00:00:00.000000000

但是，我希望将其保存为输入值：作为从0.0开始的浮点值

我正在考虑将时间戳存储在数据帧中，作为两个独立的列，一个是

pd.timestamp

格式，另一个是与

float

相同的原始值

此外，帧中的数据值浮动以

%7.3f

格式存储。但是，时间戳的浮点值应该更精确，而不是像

%.6f

或更多的十进制数字。因此，除了上述所有内容之外，我还需要为单个列使用不同的浮点格式

---

我怎样才能同时做到这些呢？

你的时代听起来更像是我的时代。您可以将它们初始化为0，将它们相加，然后用

pd.Timedelta.total_seconds（）

将它们表示为浮点

---

你的时代听起来更像我。您可以将它们初始化为0，将它们相加，然后用

pd.Timedelta.total_seconds（）

将它们表示为浮点

---

为什么不另存为pickle文件？另一种选择是制作一个函数来读取和写入文件，在写入时，将时间戳转换为浮点，在读取时将时间戳转换为浮点，因为我将其保存为另一个需要CSV（更准确地说是TSV）格式的程序。熊猫已经有了读/写CSV的功能。为什么不另存为pickle文件呢？另一种选择是制作一个函数来读取和写入文件，在写入时，将时间戳转换为浮点，在读取时将时间戳转换为浮点，因为我将其保存为另一个需要CSV（更准确地说是TSV）格式的程序。熊猫已经有了读/写CSV的功能。也许可以，是的，但我已经有了绝对浮动的邮票。我存储传入的第一个戳记，并从下面的戳记中减去它，以使第一个为0，下面为“从该点开始”。我随后将它们转换为pd.Timestamp，以便能够对数据帧进行重采样。可能可以，是的，但我已经将戳记作为绝对浮点。我存储传入的第一个戳记，并从下面的戳记中减去它，以使第一个为0，下面为“从该点开始”。我随后将它们转换为

pd.Timestamp

，以便能够对数据帧进行重采样。

import pandas as pd
t0 = pd.Timedelta(0)
t1 = t0 + pd.Timedelta('0.25s')

t1_as_float = t1.total_seconds()