如何在Pandas DataFrame中按(0,10)范围递增datetime列小时数

方法一：直接生成符合要求的Datetime序列（推荐） #

Pandas自带的pd.date_range是生成时间序列的高效工具，能直接生成保留时区的datetime序列，完全不用手动迭代。

步骤：

1. 先明确你的起始时间：

from datetime import datetime, timezone
import pandas as pd

# 假设start是你已有的起始日期对象
start_time = datetime(start.year, start.month, start.day, hour=1, tzinfo=timezone.utc)

2. 生成从start_time开始、每小时递增、共10个时间点的序列（对应你要的(0,10)范围，即0到9小时偏移），直接赋值给DataFrame列：

df['time'] = pd.date_range(start=start_time, periods=10, freq='H')

• periods=10指定生成10个时间点，刚好对应np.arange(0,10)的长度
• freq='H'表示按小时递增
• 生成的序列会自动保留原有时区信息，不会丢失datetime格式

方法二：逐行迭代实现（不推荐，仅作备选） #

如果一定要用迭代方式，可通过给起始时间累加小时偏移量实现，但注意这种方法在数据量大时效率极低：

方式1：用map批量处理

start_time = datetime(start.year, start.month, start.day, hour=1, tzinfo=timezone.utc)
df['time'] = df.index.map(lambda idx: start_time + pd.Timedelta(hours=idx))

方式2：显式循环逐行修改

start_time = datetime(start.year, start.month, start.day, hour=1, tzinfo=timezone.utc)
for idx in df.index:
    df.loc[idx, 'time'] = start_time + pd.Timedelta(hours=idx)

为什么原方法会丢失格式？ #

你用np.arange(0,10)直接赋值时，是把datetime列替换成了整数类型的偏移数值，而非带时间信息的datetime对象，自然会丢失格式。正确的思路是基于起始时间累加时间偏移，而非直接替换为数值。

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