如何在Python中生成按分钟间隔的日期时间列（工人假数据场景）

要生成指定日期的每分钟时间数据，你可以用pandas.date_range创建精确的时间序列，再为每个时间点匹配其他列的随机数据，具体修改如下：

修改后的代码 #

import pandas as pd
import numpy as np
from faker import Faker
from datetime import datetime

# 初始化Faker
fake = Faker()

def make_daily_minute_data(target_date):
    # 定义可选值列表
    status_list = ['in', 'out']
    team_list = ['FL1_RM1','FL1_RM2','FL1_RM3', 'FL1_RM4', 'FL2_RM1']
    
    # 生成目标日期的每分钟时间序列（共24*60=1440条）
    time_series = pd.date_range(start=f"{target_date} 00:00:00", 
                                end=f"{target_date} 23:59:00", 
                                freq='T')
    
    # 为每个时间点生成对应数据
    data = {
        'ID': [fake.random_number(digits=10) for _ in time_series],
        'Temp': np.random.randint(low=35, high=50, size=len(time_series)),
        'noted Date': time_series,
        'Status': np.random.choice(status_list, size=len(time_series)),
        'room_id': np.random.choice(team_list, size=len(time_series))
    }
    
    return pd.DataFrame(data)

# 调用函数，传入目标日期（格式如'2022-06-10'）
worker_df = make_daily_minute_data(target_date='2022-06-10')
worker_df.head(20)

关键说明 #

• pd.date_range的freq='T'参数表示按分钟生成时间点，自动生成1440条连续的每分钟数据
• 目标日期可以自由指定，格式为YYYY-MM-DD或其他能被pandas识别的日期格式
• 其他列的随机数据生成逻辑和原代码一致，改为按时间序列长度批量生成，效率更优

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