如何用Python为单列中每个特定时间批量添加1-6小时Timedelta

首先，咱们先梳理下原代码里的几个关键问题，导致你拿不到预期结果：

1. 你把duration列转成了字符串格式，这就没法直接进行时间增量运算了——字符串和timedelta是没法相加的，这是核心问题之一。
2. 自定义的time函数逻辑混乱：循环没正确遍历要添加的小时数，而且最后没有返回生成的序列，自然输出都是空值。

修正后的完整步骤代码 #

咱们重新调整代码，从第一步开始优化，确保类型正确，然后实现时间序列生成：

import pandas as pd
import numpy as np

# 假设你的原始data已经加载完成，先处理第一步：X3=5的时间转为00:00:00
# 先把date+time转成datetime类型，方便后续处理
data['full_datetime'] = pd.to_datetime(data['date'] + " " + data['time'], format='%d/%m/%Y %H:%M:%S', dayfirst=True)

# 处理X3=5的情况：把对应的时间部分设为00:00:00，得到新的datetime
data['adjusted_datetime'] = np.where(
    data['X3'].eq(5),
    data['full_datetime'].dt.normalize(),  # 把时间部分转为00:00:00
    data['full_datetime']
)

# 提取所有时间为00:00:00的行（也就是adjusted_datetime的时间部分是00:00:00）
target_rows = data[data['adjusted_datetime'].dt.time == pd.to_datetime('00:00:00').time()]

# 定义函数：为每个目标时间生成00:00:00到06:00:00的序列（含原时间+加1到6小时）
def generate_time_series(datetime_val):
    # 生成从0到6小时的增量
    hours_added = pd.to_timedelta(np.arange(7), unit='h')
    # 生成对应的时间序列
    time_series = datetime_val + hours_added
    # 如果需要转成时间字符串格式，就用下面这行；否则保留datetime类型
    return time_series.dt.strftime('%H:%M:%S').tolist()

# 为每个目标行生成时间序列
target_rows['generated_times'] = target_rows['adjusted_datetime'].apply(generate_time_series)

# 如果你想把生成的序列展开成单独的行（每个时间占一行），可以用explode
expanded_data = target_rows.explode('generated_times').reset_index(drop=True)

# 输出结果
print(expanded_data[['adjusted_datetime', 'generated_times']])

关键优化点说明 #

• 保留时间类型：全程用datetime类型处理，避免转成字符串，这样时间增量运算才可行。
• 简化时间调整逻辑：用dt.normalize()直接把datetime的时间部分转为00:00:00，比手动处理字符串更可靠。
• 正确生成时间序列：通过pd.to_timedelta生成0到6小时的增量列表，直接和原datetime相加，一次得到所有需要的时间，再按需转成字符串格式。
• 可选展开行：用explode可以把每个列表里的时间拆成单独的行，方便后续分析或保存。

预期输出示例 #

假设你有一行adjusted_datetime是2024-05-20 00:00:00，那么生成的generated_times会是['00:00:00', '01:00:00', '02:00:00', '03:00:00', '04:00:00', '05:00:00', '06:00:00']，如果用explode后，这行会变成7行，每行对应一个时间。

内容的提问来源于stack exchange，提问作者team