[英]add a 'now' timestamp column to a pandas df
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']
它将生成一个如下所示的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
如何通过现在时间的时间戳添加列(或替换索引0-9)? np数组的大小不一定是10
您可以使用datetime的now
方法创建时间戳,然后将其分配给新列,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,您将在索引中得到很多重复的值,但不确定这样做有多有用,我认为最好将其作为单独的列。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.