如何为Pandas时间序列数据集添加值并递增时间戳索引

推荐方式：直接用目标时间戳添加数据 #

不要通过数字位置（len(testday.index)）定位添加，直接用计算好的新时间戳作为索引键赋值，一步到位避免索引错误：

# 确保new_timestamp是datetime类型（比如已通过last_valid_index计算并递增得到）
testday.loc[new_timestamp] = testday_predict[0]

补救方式：替换已存在的数字索引 #

如果已经误添加了数字索引（比如96），可以通过以下两种方法修改：

方法1：重新设置索引 #

将当前索引转为可修改的列表，替换最后一个元素后重新赋值：

# 获取索引的列表副本
index_list = testday.index.tolist()
# 替换最后一个索引值为目标时间戳
index_list[-1] = new_timestamp
# 重新设置数据集索引
testday.index = index_list
# 可选：确保索引是DatetimeIndex类型
testday.index = pd.to_datetime(testday.index)

方法2：使用rename方法替换指定索引 #

直接指定要替换的旧索引值（96）和新时间戳：

testday = testday.rename({96: new_timestamp})

注意：操作后建议检查索引类型，确保为DatetimeIndex，避免后续时间序列操作出错。

内容的提问来源于stack exchange，提问作者bbartling