如何为Pandas的DateTime列添加递增秒数

现有如下格式的DataFrame：

Date_time         Col1
0 2023-03-04 10:30:00  10
1 2023-03-04 10:30:00  11
2 2023-03-04 10:30:00  21
3 2023-03-04 10:30:00  54
4 2023-03-04 10:30:00  12 
5 2023-03-04 10:30:00  13
6 2023-03-04 10:30:00  21
...
58 2023-03-04 10:30:00  22
59 2023-03-04 10:30:00  21
60 2023-03-04 10:31:00  25
61 2023-03-04 10:31:00  21
...

由于数据采集问题，Date_time列的秒数均为0，现在需要让该列的秒数按1秒递增，当秒数到59后，随分钟变化重置为0，最终得到如下结果：

Date_time         Col1
0 2023-03-04 10:30:00  10
1 2023-03-04 10:30:01  11
2 2023-03-04 10:30:02  21
3 2023-03-04 10:30:03  54
4 2023-03-04 10:30:04  12 
5 2023-03-04 10:30:05  13
6 2023-03-04 10:30:06  21
....
58 2023-03-04 10:30:58  22
59 2023-03-04 10:30:59  21
60 2023-03-04 10:31:00  25
61 2023-03-04 10:31:01  21
...

可以通过以下步骤实现：

1. 确保Date_time列是datetime类型，若未转换则先执行转换：

import pandas as pd

df['Date_time'] = pd.to_datetime(df['Date_time'])

2. 按分钟分组，给每组内的行添加从0开始递增的秒数偏移：

# 按日期和分钟分组，生成每组内的行索引（从0开始）
df['second_offset'] = df.groupby(df['Date_time'].dt.floor('min')).cumcount()

# 将偏移量转为秒级时长，与原时间相加
df['Date_time'] = df['Date_time'] + pd.to_timedelta(df['second_offset'], unit='s')

# 可选：删除临时生成的偏移量列
df = df.drop('second_offset', axis=1)

核心逻辑说明：

• dt.floor('min')将每个时间戳向下取整到分钟，以此作为分组依据，保证同一分钟内的行归为一组
• cumcount()为每组内的行生成连续整数（从0开始），刚好对应需要添加的秒数
• 将整数转为秒级Timedelta后与原时间相加，即可实现秒数递增；当分钟切换时，新分组的偏移量重新从0开始，自然完成秒数重置

执行后即可得到符合需求的Date_time列。

内容的提问来源于stack exchange，提问作者serdar_bay