Python新手求助：为数值数据集添加按秒递增的连续时间戳

方法一：用Python标准库datetime实现（适合小数据集，易理解） #

1. 把数值数据整理成列表，或从文件读取（假设数据存在data.txt，每行一个数值）
2. 借助datetime模块生成逐秒递增的时间，和数值配对输出或写入文件。

示例代码：

from datetime import datetime, timedelta

# 从文件读取数据，过滤空行并转为浮点数
with open('data.txt', 'r') as f:
    values = [float(line.strip()) for line in f if line.strip()]

# 定义起始时间
start_time = datetime(2012, 12, 1, 0, 0, 0)

# 遍历生成带时间戳的结果并打印
for idx, val in enumerate(values):
    current_time = start_time + timedelta(seconds=idx)
    print(f"{current_time.strftime('%Y-%m-%d %H:%M:%S')} {val}")

# 若要写入新文件，执行以下代码
with open('output.txt', 'w') as f:
    for idx, val in enumerate(values):
        current_time = start_time + timedelta(seconds=idx)
        f.write(f"{current_time.strftime('%Y-%m-%d %H:%M:%S')} {val}\n")

方法二：用pandas实现（适合大数据量，更高效） #

如果数据集规模大，用pandas处理会更简洁快速：

1. 先安装pandas（未安装则执行pip install pandas）
2. 读取数据后生成时间序列，合并后输出或保存。

示例代码：

import pandas as pd

# 读取数据，指定列名
df = pd.read_csv('data.txt', header=None, names=['value'])

# 生成从起始时间开始的逐秒时间序列，长度和数据一致
start_time = '2012-12-01 00:00:00'
time_index = pd.date_range(start=start_time, periods=len(df), freq='S')

# 添加时间戳列并调整顺序
df['timestamp'] = time_index
df = df[['timestamp', 'value']]

# 打印结果（不显示索引和表头）
print(df.to_string(index=False, header=False))

# 保存到文件，用空格分隔
df.to_csv('output_pandas.txt', sep=' ', index=False, header=False)

说明 #

• 新手可以先从第一种方法入手，理解时间递增的逻辑；数据量较大时优先选第二种方法。
• 代码已做简单的空行过滤，确保只处理有效数值行。

内容的提问来源于stack exchange，提问作者pranjal