Добавить увеличивающиеся секунды в столбец DateTime Pandas

У меня есть следующий тип df:

    Date_time         Col1
0 2023-03-04 10:30:00  10
1 2023-03-04 10:30:00  11
2 2023-03-04 10:30:00  21
3 2023-03-04 10:30:00  54
4 2023-03-04 10:30:00  12 
5 2023-03-04 10:30:00  13
6 2023-03-04 10:30:00  21
...
58 2023-03-04 10:30:00  22
59 2023-03-04 10:30:00  21
60 2023-03-04 10:31:00  25
61 2023-03-04 10:31:00  21
...

По какой-то причине секунды отображаются 0 во всем df, однако на самом деле они должны быть увеличены на 1 секунды.

Я хотел бы добавить 1 секундное приращение к Date_time столбцу и продолжать увеличивать до 59 секунд, а затем сбрасывать его по мере изменения минуты. Пожалуйста, смотрите ниже желаемый результат.

    Date_time         Col1
0 2023-03-04 10:30:00  10
1 2023-03-04 10:30:01  11
2 2023-03-04 10:30:02  21
3 2023-03-04 10:30:03  54
4 2023-03-04 10:30:04  12 
5 2023-03-04 10:30:05  13
6 2023-03-04 10:30:06  21
....
58 2023-03-04 10:30:58  22
59 2023-03-04 10:30:59  21
60 2023-03-04 10:31:00  25
61 2023-03-04 10:31:01  21
...
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
54
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Используйте groupby.cumcount и TimedeltaIndex:

df['Date_time'] = pd.to_datetime(df['Date_time'])

df['Date_time'] += pd.TimedeltaIndex(df.groupby('Date_time').cumcount(), unit='s')

Выход:

             Date_time  Col1
0  2023-03-04 10:30:00    10
1  2023-03-04 10:30:01    11
2  2023-03-04 10:30:02    21
3  2023-03-04 10:30:03    54
4  2023-03-04 10:30:04    12
5  2023-03-04 10:30:05    13
6  2023-03-04 10:30:06    21
...
58 2023-03-04 10:30:58    22
59 2023-03-04 10:30:59    21
60 2023-03-04 10:31:00    25
61 2023-03-04 10:31:01    21

Другие вопросы по теме