Question

我有一个数据框，其中我的索引是经过的秒数系列。

Depth_m | Temperature_degC | Salinity_PSU | OBS S9604_mV | OBS highsens S9604_mV | OBS S9602_mV | OBS S9603_mV | Time elapsed_sec                           

0.00    |        35.687    |    28.9931   |   36.7530    |        0.0082         |    0.0024    |    0.0059    | 0.0120
0.25    |        35.684    |    28.9932   |   36.7531    |        0.0083         |    0.0026    |    0.0060    | 0.0106
0.50    |        35.687    |    28.9931   |   36.7532    |        0.0079         |    0.0021    |    0.0055    | 0.0099
0.75    |        35.687    |    28.9931   |   36.7532    |        0.0305         |    0.0075    |    0.0056    | 0.0101

我想计算创建一个从开始时间和经过的秒数获得的新系列。我正在使用python v 2.7和pandas。你们中的任何人都知道如何获得这个吗？感谢

Answer 1

这样的东西？

start_time = pd.Timestamp('2016-1-1 00:00')
df = pd.DataFrame({'seconds': [ 1, 2, 3]})
df['new_time'] = [start_time + dt.timedelta(seconds=s) for s in df.seconds]

>>> df
   seconds            new_time
0        1 2016-01-01 00:00:01
1        2 2016-01-01 00:00:02
2        3 2016-01-01 00:00:03

Answer 2

应该做的伎俩

from __future__ import print_function, division
import pandas as pd

start_time = 14
data = pd.read_csv('data.txt', sep="|", header=0,   skip_blank_lines=True)
data['Time'] = pd.Series(data[' Time elapsed_sec'] + start_time, index=data.index)
print(data)

缺少的是转换为日期时间，如Convert Pandas Column to DateTime

计算从开始时间到经过的秒数的日期时间

2 个答案: