使用pandas为心率时序数据创建仅含分/秒/分秒的自定义时间索引

实现方法 #

你需要对生成的时间序列做自定义字符串格式化，不要直接使用datetime.time对象的默认输出格式，参考实现代码如下：

import pandas as pd

# 1. 先生成基础时间序列
raw_time = pd.date_range("2000-01-01", periods=1800, freq='0.5S')

# 2. 定义自定义格式化函数
def format_hr_index(t):
    mins = t.minute
    total_sec = t.second + t.microsecond / 1000000
    # 按需求处理秒的显示
    if total_sec.is_integer():
        return f"{mins:02d}:{int(total_sec):02d}"
    return f"{mins:02d}:{total_sec:.1f}"

# 3. 生成自定义索引
custom_index = [format_hr_index(t) for t in raw_time]

# 4. 赋值给你的DataFrame，假设你的原始心率数据存在hr_data变量中
df = pd.DataFrame({"Heart Rate": hr_data}, index=custom_index)

补充说明 #

• 如果你后续需要基于时间做筛选、运算等操作，建议先保留raw_time作为正式索引，仅在需要打印输出的时候替换为格式化后的字符串索引，避免丢失时间类型的运算能力。
• 如果你只需要显示时调整格式，不需要修改实际索引，可以使用pandas的样式功能实现：

# 仅修改显示格式，不改变原索引类型
df.style.format_index(lambda t: format_hr_index(t))

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