非固定时间间隔数据集如何为重复时间戳行分配唯一时间戳

实现逻辑 #

• 保留原有时间戳的先后顺序，给同一时间戳下的每行依次叠加极小的时间偏移量，生成唯一时间戳，偏移量的粒度可根据你的业务容忍度调整，不会破坏原始时间的语义。
• 不需要插值，适配同时间戳行数不固定、时间步长不固定的场景。

具体代码实现 #

首先先将时间列转换为pandas标准时间格式：
df['timestamp'] = pd.to_datetime(df['timestamp'])

随后生成唯一时间戳：

# 给同一时间戳下的行按原始顺序生成从0开始的序号
df['grp_seq'] = df.groupby('timestamp').cumcount()

# 叠加时间偏移，这里以1毫秒为最小偏移单位，可按需替换
# 微秒偏移：pd.Timedelta(microseconds=1)，纳秒偏移：pd.Timedelta(nanoseconds=1)
df['unique_timestamp'] = df['timestamp'] + df['grp_seq'] * pd.Timedelta(milliseconds=1)

# 可选：删除临时生成的序号列
df.drop('grp_seq', axis=1, inplace=True)

注意事项 #

• 如果你原始时间戳之间的最小间隔小于你选择的偏移单位，比如原始时间戳间隔只有0.5毫秒，那就把偏移单位改成更小的微秒即可，避免出现后一组的时间戳加完偏移后早于前一组的情况。
• 你之前写的统计行数的代码有两处拼写错误，修正后版本为：pd.DataFrame(df.groupby(['timestamp'])['A'].count())

内容的提问来源于stack exchange，提问作者sawsawi