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？

Question

我有一个Pandas数据框，其中包含一个从0开始的时间戳列。

第一行始终从时间= 0开始，随后的行从该点开始获取相对时间。因此，例如第二行比第一行晚0.25秒，显然它的时间戳为0.25。

我想主要使用timestamp列来进行重新采样和内插。因此，据我所知，为此目的，它必须是与时间相关的dtype（在我的情况下为pd.Timestamp）。

现在，我还希望能够在以后将数据框另存为CSV文件。不幸的是，pd.Timestamp列存储为

格式的日期时间字符串。

1970-01-01 00:00:00.000000000

但是我想保存它，就像它进来一样：作为从0.0开始的浮点值。

我正在考虑将时间戳记作为两个独立的列存储在数据帧中，一列为pd.Timestamp格式，另一列的原始值与float相同。

此外，帧中浮动的数据值以%7.3f格式存储。但是，时间戳的浮点值应该更精确，而不是%.6f或什至更多的十进制数字。因此，除上述所有内容外，我还需要为单列使用不同的浮点格式。

我如何一起做所有这些事情？

Answer 1

您的时间对我来说更像Timedeltas。您可以将它们初始化为0，将它们加在一起，然后用pd.Timedelta.total_seconds()表示为浮点数。

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

t1_as_float = t1.total_seconds()