如何为DataFrame的子集添加timedelta时间增量

先构造示例数据 #

基于你提供的时间列表创建两种场景的DataFrame：

import pandas as pd

dt_list = [
    "2022-06-01 00:30:00", "2022-06-01 01:00:00",
    "2022-06-01 01:30:00", "2022-06-01 02:00:00",
    "2022-06-01 02:30:00", "2022-06-01 03:00:00",
    "2022-06-01 03:30:00", "2022-06-01 04:00:00",
    "2022-06-01 04:30:00", "2022-06-01 05:00:00",
    "2022-06-01 05:30:00", "2022-06-01 06:00:00",
    "2022-11-16 06:30:00", "2022-11-16 07:00:00",
    "2022-11-16 07:30:00", "2022-11-16 08:00:00"
]

# 场景1：Datetime作为索引
df_index = pd.DataFrame({'value': range(len(dt_list))}, index=pd.to_datetime(dt_list))

# 场景2：Datetime作为普通列
df_col = pd.DataFrame({'datetime': pd.to_datetime(dt_list), 'value': range(len(dt_list))})

场景1：Datetime是DataFrame索引 #

用.loc安全定位时间区间并修改索引：

start = "2022-06-01 02:00:00"
end = "2022-06-01 04:00:00"

# 方法1：直接定位区间修改
df_index.loc[start:end] = df_index.loc[start:end].assign(index=lambda x: x.index + pd.Timedelta(hours=1))
df_index.index = df_index.index.rename(None)  # 无需修改索引名可删除此行

# 方法2：用where条件批量处理（更灵活）
target_range = pd.date_range(start, end, freq='30T')
df_index.index = df_index.index.where(~df_index.index.isin(target_range), 
                                      df_index.index + pd.Timedelta(hours=1))

注意：避免直接链式索引（如df_index[start:end].index += ...），这种操作可能修改临时副本而非原DataFrame，导致修改不生效或触发SettingWithCopyWarning。

场景2：Datetime是普通列 #

用布尔掩码筛选目标区间，通过.loc完成赋值：

start = pd.to_datetime("2022-06-01 02:00:00")
end = pd.to_datetime("2022-06-01 04:00:00")

# 构造布尔掩码定位目标行
mask = (df_col['datetime'] >= start) & (df_col['datetime'] <= end)

# 给区间内的datetime加1小时
df_col.loc[mask, 'datetime'] += pd.Timedelta(hours=1)

关键：必须用.loc同时定位行和列，确保修改的是原DataFrame的数据源，而非临时生成的副本。

内容的提问来源于stack exchange，提问作者user16511234