如何为现有数据集添加5月至7月的逐小时递增日期序列？

你可以直接用pandas的date_range函数生成目标区间的逐小时日期序列，不用手动写循环计数，代码更简洁且不易出错，尤其适配数据集处理场景：

import pandas as pd

# 生成指定区间的逐小时日期序列
new_date_series = pd.date_range(
    start='2015-05-01 00:00:00',
    end='2015-07-31 23:00:00',
    freq='H'  # 指定时间频率为小时
)

# 转换成和原数据集结构一致的DataFrame
new_data = pd.DataFrame({
    'Date': new_date_series,
    'temperature': pd.NA,  # 可根据需求设置默认值，比如0或空值
    'humidity': pd.NA
})

# 合并到原数据集（假设原数据集名为df）
# df = pd.concat([df, new_data], ignore_index=True)

优势说明 #

• 无需手动计算总小时数，避免循环计数错误
• 直接通过参数定义时间区间和频率，代码可读性更强
• 生成的序列可直接转换成DataFrame，和原数据集无缝合并，适合批量数据处理

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