如何使用 python numpy 或 pandas 将日期和时间信息添加到时间序列数据答案

【问题标题】：How to add date and time information to time series data using python numpy or pandas如何使用 python numpy 或 pandas 将日期和时间信息添加到时间序列数据
【发布时间】：2013-10-13 03:24:54
【问题描述】：

在 pandas 中使用日期和时间计算时遇到问题。

我认为有一些逻辑可以从特定日期和时间开始自动计算持续时间。但是还是没找到。

我想知道如何将日期和时间信息添加到持续时间为 1 秒的时间序列数据中。

Before:
10
12
13
..
20
21
19
18

After:
1013-01-01 00:00:00 10
1013-01-01 00:00:01 12
1013-01-01 00:00:02 13
..
1013-10-04 12:45:40 20
1013-10-04 12:45:41 21
1013-10-04 12:45:42 19
1013-10-04 12:45:43 18

任何帮助将不胜感激。提前谢谢你。

【问题讨论】：

标签： python time numpy pandas series

【解决方案1】：

documentation 在开头使用date_range 给出了类似的示例。如果你有一个Series 对象，你可以在适当的时间开始创建一个DatetimeIndex（我假设1013 是2013 的错字），频率为一秒，长度适当：

>>> x = pd.Series(np.random.randint(8,24,23892344)) # make some random data
>>> when = pd.date_range(start=pd.datetime(2013,1,1),freq='S',periods=len(x))
>>> when
<class 'pandas.tseries.index.DatetimeIndex'>
[2013-01-01 00:00:00, ..., 2013-10-04 12:45:43]
Length: 23892344, Freq: S, Timezone: None

然后我们可以使用这个作为新索引从原始数据中创建一个新系列：

>>> x_with_time = pd.Series(x.values, index=when)
>>> x_with_time
2013-01-01 00:00:00    13
2013-01-01 00:00:01    14
2013-01-01 00:00:02    15
2013-01-01 00:00:03    22
2013-01-01 00:00:04    16
[...]
2013-10-04 12:45:41    21
2013-10-04 12:45:42    16
2013-10-04 12:45:43    15
Freq: S, Length: 23892344

【讨论】：

非常感谢您的建议！
更简单的方法是以dateutil 可以解析的格式写入日期，这是大多数人类可读的格式：date_range('2013/1/1', ...)

【解决方案2】：

如何结合使用 python 的 datetime 模块和时间戳？

from datetime import datetime

START_TIME = 1381069963.506736
secs = [10, 12, 13, 20, 21, 19, 18]
dates = [datetime.fromtimestamp(START_TIME + sec) for sec in secs]

在此之后，日期列表是带有START_TIME + <given interval from time series data>的日期时间对象列表

【讨论】：

感谢您的帮助！我去看看！