如何为Pandas DataFrame中重复日期时间行添加秒数区分？

现有如下Pandas DataFrame：

Date time         LifeTime1   LifeTime2  LifeTime3 LifeTime4 LifeTime5
2020-02-11 17:30:00      6          7          NaN       NaN         3
2020-02-11 17:30:00     NaN        NaN          3       3           NaN  
2020-02-12 15:30:00      2          2          NaN       NaN         3
2020-02-16 14:30:00      4         NaN         NaN       NaN         1
2020-02-16 14:30:00     NaN         7          NaN       NaN        NaN
2020-02-16 14:30:00     NaN        NaN          8         2         NaN

需求：若为唯一日期时间则保持不变；若有2条重复行，首行不变，第二行添加1秒；若有3条重复行，首行不变，第二行加1秒、第三行加2秒。请问能否在Pandas中便捷实现该操作？

当然可以，用Pandas的分组和时间偏移功能就能快速实现，步骤如下：

1. 转换时间列为datetime类型 #

首先确保Date time列是datetime格式，这样才能进行时间运算：

import pandas as pd

# 构造示例DataFrame（已有数据可跳过此步）
df = pd.DataFrame({
    'Date time': ['2020-02-11 17:30:00', '2020-02-11 17:30:00',
                  '2020-02-12 15:30:00', '2020-02-16 14:30:00',
                  '2020-02-16 14:30:00', '2020-02-16 14:30:00'],
    'LifeTime1': [6, pd.NA, 2, 4, pd.NA, pd.NA],
    'LifeTime2': [7, pd.NA, 2, pd.NA, 7, pd.NA],
    'LifeTime3': [pd.NA, 3, pd.NA, pd.NA, pd.NA, 8],
    'LifeTime4': [pd.NA, 3, pd.NA, pd.NA, pd.NA, 2],
    'LifeTime5': [3, pd.NA, 3, 1, pd.NA, pd.NA]
})

# 转为datetime类型
df['Date time'] = pd.to_datetime(df['Date time'])

2. 分组生成递增秒数偏移 #

按Date time分组，用cumcount()获取每组内的行序号（从0开始），再将序号转为对应秒数的时间偏移量，加到原时间戳上：

# 给重复时间戳添加递增秒数
df['Date time'] = df['Date time'] + pd.to_timedelta(df.groupby('Date time').cumcount(), unit='s')

处理效果 #

• 原重复两次的2020-02-11 17:30:00会变为2020-02-11 17:30:00和2020-02-11 17:30:01
• 原重复三次的2020-02-16 14:30:00会变为2020-02-16 14:30:00、2020-02-16 14:30:01、2020-02-16 14:30:02
• 唯一的时间戳保持原样不变

内容的提问来源于stack exchange，提问作者zape