如何在Pandas中添加带连续datetime索引的空/虚拟行？

问题背景 #

现有一个以datetime类型为索引（start_time）的DataFrame，希望在现有数据基础上添加连续的datetime行，并将新行的consumption和hour字段设为0或指定虚拟值。

原始DataFrame #

consumption  hour
start_time
2022-09-30 14:00:00+02:00            199.0  14.0
2022-09-30 15:00:00+02:00            173.0  15.0
2022-09-30 16:00:00+02:00            173.0  16.0
2022-09-30 17:00:00+02:00            156.0  17.0
2022-09-30 18:00:00+02:00            142.0  18.0
2022-09-30 19:00:00+02:00            163.0  19.0
2022-09-30 20:00:00+02:00            138.0  20.0
2022-09-30 21:00:00+02:00            183.0  21.0
2022-09-30 22:00:00+02:00            138.0  22.0
2022-09-30 23:00:00+02:00            143.0  23.0

期望输出（修正日期错误：9月无31日，替换为10月1日） #

consumption  hour
start_time
2022-09-30 14:00:00+02:00            199.0  14.0
2022-09-30 15:00:00+02:00            173.0  15.0
2022-09-30 16:00:00+02:00            173.0  16.0
2022-09-30 17:00:00+02:00            156.0  17.0
2022-09-30 18:00:00+02:00            142.0  18.0
2022-09-30 19:00:00+02:00            163.0  19.0
2022-09-30 20:00:00+02:00            138.0  20.0
2022-09-30 21:00:00+02:00            183.0  21.0
2022-09-30 22:00:00+02:00            138.0  22.0
2022-09-30 23:00:00+02:00            143.0  23.0
2022-10-01 00:00:00+02:00              0.0   0.0
2022-10-01 01:00:00+02:00              0.0   1.0

实现方案 #

方案1：用resample补全连续时间序列 #

适合需要补全整个时间区间内所有缺失小时的场景：

import pandas as pd

# 确保索引为datetime类型（若未转换则执行此步）
df.index = pd.to_datetime(df.index)

# 按小时重采样，缺失值填充为0
df_resampled = df.resample('H').fillna(0)

# 重新生成hour列，匹配对应时间的小时数
df_resampled['hour'] = df_resampled.index.hour

如果需要指定补全的结束时间，可以先构造完整时间索引再重新对齐：

# 构造从原始数据最早时间到目标结束时间的完整小时索引
full_time_idx = pd.date_range(
    start=df.index.min(),
    end='2022-10-01 01:00:00+02:00',
    freq='H'
)

# 重新索引并填充缺失值
df_full = df.reindex(full_time_idx, fill_value=0)
# 更新hour列
df_full['hour'] = df_full.index.hour

方案2：手动构造新行并追加 #

适合仅需要添加特定几行的场景：

# 构造需要添加的时间点
new_time_points = pd.date_range(
    start='2022-10-01 00:00:00+02:00',
    end='2022-10-01 01:00:00+02:00',
    freq='H'
)

# 构造新行的DataFrame
new_rows = pd.DataFrame(
    data={
        'consumption': 0.0,
        'hour': new_time_points.hour
    },
    index=new_time_points
)

# 合并原数据与新行
df_combined = pd.concat([df, new_rows])

内容的提问来源于stack exchange，提问作者Naeem