python - 将 'now' 时间戳列添加到 pandas df

Question

我有以下代码:

s1 = pd.DataFrame(np.random.uniform(-1,1,size=10))
s2 = pd.DataFrame(np.random.normal(-1,1, size=10))
s3 = pd.concat([s1, s2], axis=1)
s3.columns = ['s1','s2']

生成如下所示的 DF:

    s1          s2
0   -0.841204   -1.857014
1    0.961539   -1.417853
2    0.382173   -1.332674
3   -0.535656   -2.226776
4   -0.854898   -0.644856
5   -0.538241   -2.178466
6   -0.761268   -0.662137
7    0.935139    0.475334
8   -0.622293   -0.612169
9    0.872111   -0.880220

如何通过带有现在时间的时间戳添加一列(或替换索引 0-9)？ np 数组的大小并不总是 10

Answer 1

您可以使用 datetime 的 now 方法创建时间戳并将其分配给新列，例如:s3['new_col'] = dt.datetime.now() 或直接分配给索引:

In [9]:

import datetime as dt
s3.index = pd.Series([dt.datetime.now()] * len(s3))
s3
Out[9]:
                                  s1        s2
2014-08-17 23:59:35.766968  0.916588 -1.868320
2014-08-17 23:59:35.766968  0.139161 -0.939818
2014-08-17 23:59:35.766968 -0.486001 -2.524608
2014-08-17 23:59:35.766968  0.739789 -0.609835
2014-08-17 23:59:35.766968 -0.822114 -0.304406
2014-08-17 23:59:35.766968 -0.050685 -1.295435
2014-08-17 23:59:35.766968 -0.196441 -1.715921
2014-08-17 23:59:35.766968 -0.421514 -1.618596
2014-08-17 23:59:35.766968 -0.695084 -1.241447
2014-08-17 23:59:35.766968 -0.541561 -0.997481

请注意，由于分配的分辨率和速度，您将在索引中获得大量重复值，不确定这有多大用处，我认为最好将其作为单独的列。