如何在Pandas DataFrame中基于已有数据重新计算datetime类型数据

你使用的data["start"][1]属于链式索引操作，Pandas无法确定你操作的是原始DataFrame还是它的临时切片副本，因此会抛出SettingWithCopyWarning警告，即使当前运行结果符合预期，也存在修改不生效到原对象的潜在风险。

方案1：向量化计算（推荐） #

不需要逐行循环，直接利用累加函数批量计算所有start值，性能更高且完全不会触发警告：

import pandas as pd
# 首行start值 + 逐行累计的前序duration之和
data["start"] = data["start"].iloc[0] + data["duration"].shift(fill_value=pd.Timedelta(0)).cumsum()

逻辑说明：shift操作将duration列整体下移一行，首行填充0时长，累加后正好对应每行需要叠加的总时长，加上初始start值就能得到所有行的正确start。

方案2：逐行赋值的正确写法 #

如果确实需要逐行操作，使用.loc索引替代链式索引即可：

for i in range(1, len(data)):
    data.loc[i, "start"] = data.loc[i-1, "start"] + data.loc[i-1, "duration"]

额外注意事项 #

如果你的data本身是从其他DataFrame切片过滤得到的，建议在切片时显式调用.copy()生成独立副本，从根源避免警告：

# 示例：如果data是其他df的切片，加上copy
data = original_df[original_df['筛选条件']].copy()

内容的提问来源于stack exchange，提问作者Addm1X