python - 为每个 n 个元素创建相同的时间戳

Question

我有一个函数可以创建一个包含 100.000 个可以追溯到过去的时间戳的人工列表。频率为2分钟。

datelist = pd.date_range(end = pd.datetime.today(), period=100000, freq='2min00S').tolist()

结果如下:

[Timestamp('2018-12-03 19:48:35.874707', freq='2T'),
 Timestamp('2018-12-03 19:50:35.874707', freq='2T'),
 Timestamp('2018-12-03 19:52:35.874707', freq='2T'),
 Timestamp('2018-12-03 19:54:35.874707', freq='2T'),
 Timestamp('2018-12-03 19:56:35.874707', freq='2T'),
 Timestamp('2018-12-03 19:58:35.874707', freq='2T'),
 Timestamp('2018-12-03 20:00:35.874707', freq='2T'),
 Timestamp('2018-12-03 20:02:35.874707', freq='2T'),
 Timestamp('2018-12-03 20:04:35.874707', freq='2T'),
 Timestamp('2018-12-03 20:06:35.874707', freq='2T'),
...]

我想为每 50 个元素创建一个相同的时间戳。目前我对每 100.000 个元素都有不同的时间戳。有什么想法吗？

换句话说:2 分钟的频率保持不变，但每 50 个元素的时间戳将相同。

这个最终列表将作为新列集成到 pandas 数据框中。

data_pd['时间戳'] = 日期列表

Answer 1

我相信您需要在通过数组删除 tolist() 后对 DatetimeIndex 进行索引，并将 50 整数除以 numpy.arange 按 DataFrame 的长度:

dates = pd.date_range(end = pd.datetime.today(), periods=100000, freq='2min00S')
data_pd['Timestamp'] = dates[np.arange(len(data_pd)) // 50]

示例:(每 5 个值)

dates = pd.date_range(end = pd.datetime.today(), periods=100000, freq='2min00S')
data_pd = pd.DataFrame({'a':range(10)})
data_pd['Timestamp'] = dates[np.arange(len(data_pd)) // 5]

print (data_pd)
   a                  Timestamp
0  0 2019-08-17 13:20:41.002125
1  1 2019-08-17 13:20:41.002125
2  2 2019-08-17 13:20:41.002125
3  3 2019-08-17 13:20:41.002125
4  4 2019-08-17 13:20:41.002125
5  5 2019-08-17 13:22:41.002125
6  6 2019-08-17 13:22:41.002125
7  7 2019-08-17 13:22:41.002125
8  8 2019-08-17 13:22:41.002125
9  9 2019-08-17 13:22:41.002125