基于DataFrame列首值为同areaId行递增更新时间戳

步骤1：转换数据类型 #

当前startTime1和waterDuration均为object类型，无法直接进行时间运算，先转换为对应可计算类型：

import pandas as pd

# 将时间列转为datetime类型
df['startTime1'] = pd.to_datetime(df['startTime1'])
# 将时长列转为数值类型（自动适配整数/浮点数）
df['waterDuration'] = pd.to_numeric(df['waterDuration'])

若waterDuration存在非数值异常值，可添加参数处理无效值：

df['waterDuration'] = pd.to_numeric(df['waterDuration'], errors='coerce')

步骤2：分组递推更新时间戳 #

按areaId分组，以每组首行的startTime1为初始值，累加前面所有行的waterDuration生成后续行的时间戳：

def update_group_start_time(group):
    # 取组内第一行的时间作为初始基准
    initial_time = group['startTime1'].iloc[0]
    # 计算累计时长：首行累计为0，后续行依次累加前面所有行的时长
    cumulative_duration = group['waterDuration'].shift(1).fillna(0).cumsum()
    # 生成新时间戳（unit需匹配waterDuration的实际单位：seconds/minutes/hours等）
    group['startTime1'] = initial_time + pd.to_timedelta(cumulative_duration, unit='minutes')
    return group

# 应用分组逻辑，保留所有原始列仅更新startTime1
df = df.groupby('areaId', group_keys=False).apply(update_group_start_time)

可选：还原时间戳字符串格式 #

如果需要将更新后的startTime1转回原字符串格式，可自定义格式输出：

# 示例格式：年-月-日 时:分:秒
df['startTime1'] = df['startTime1'].dt.strftime('%Y-%m-%d %H:%M:%S')

关键说明 #

• 需确保waterDuration的实际时间单位与代码中unit参数一致，比如时长为秒则改为unit='seconds'
• 整个操作保留所有原始列及值，仅修改startTime1列

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