如何在python中使用熊猫编写随时间追加输入

Question

我有一个csv数据文件，包括三个输入，温度，湿度和风。因此，在此csv文件中，第一个输入记录在6:00:00 a.m。

但是我想从0开始，然后第二次是start_time+60 (minutes)

这是start time = 0

时的代码

import pandas as pd
import datetime

df = pd.read_csv('data6.csv')
df['datetime'] =  pd.to_datetime(df['date'] + df['time'], format='  %d/%m/%Y%H:%M:%S')
first = df.groupby('date')['datetime'].transform('first')
df['new']= df['datetime'].sub(first).dt.total_seconds().div(60).astype(int)
print(df['new'])

结果：0, 60, 120, 180, 240, 300, 360, 465, 540, 600, 660, 720, 780, 840, 930 ,0

我的csv文件：

enter link description here

我的csv文件的图像：

根据此结果，您可以在新列start_time==0中看到它，然后在第二次start_time+60中看到。

这将持续到第二天start_time。然后第二天start_time将再次成为0。

我将使用神经网络预测价值。 所以我写了时间码。 但是我想编写代码，当时间为0,60,120,180分钟.....然后将输入追加到这些时间。

所以，如果我们采取 start_time as (t0)

inputs (x,x1...)['temperatue','humidity','wind']

何时;

t0 + 0 = 0 min = t0：

• x.append = [csv文件中的第一个输入] [x = ['63'，'0'，'0']]

t0 + 60 = 60 min = t1：

• x1.append = ['63'，'0'，'2']

t1 + 60 = 120 min = t2

• x2.append = ['104'，'11'，'0']

t2 + 60 = 180 min = t3

• x3.append = ['93'，'0'，50']

为进一步了解，我将图像粘贴到csv文件中：

像这样，我想将这些输入放入神经网络，以预测每60分钟的下一个未来温度值。

有人可以帮我解决这个问题吗？