python - 如何使具有重复日期时间索引条目的数据框唯一？

Question

我有一个时间序列的交易数据，其中交易时间戳仅精确到秒。有些交易发生在同一秒内，但我无法获得毫秒时间戳。我不想摆脱重复项——而是我想通过假设一秒钟内的多笔交易相隔 1 毫秒(一秒钟内最多有 10 或 20 笔交易，所以不会去)来使索引更细化超过每秒 1000 毫秒的最大值)。例如，我有以下内容

8:31:58.000 AM trade1 
8:31:58.000 AM trade2 
8:31:58.000 AM trade3 
8:31:58.000 AM trade4 

想要生成

8:31:58.000 AM trade1 
8:31:58.001 AM trade2 
8:31:58.002 AM trade3 
8:31:58.003 AM trade4 

或者，我对其他方法持开放态度 - 我的想法是在拥有唯一索引的同时保留数据。想法？

Answer 1

假设这是您的输入:

df

           trade
08:31:58  trade1
08:31:58  trade2
08:31:58  trade3
08:31:58  trade4

将索引转换为datetime。然后，按索引分组，获取累积计数并将其转换为 timedelta。

最后，添加结果并赋值。

dt = pd.to_datetime(df.index, format='%H:%M:%S')
delta = pd.to_timedelta(df.groupby(dt).cumcount(), unit='ms')
df.index = (dt + delta.values).time

df

                  trade
08:31:58         trade1
08:31:58.001000  trade2
08:31:58.002000  trade3
08:31:58.003000  trade4

---

如果你只是想要一个MultiIndex，你可以使用

df.set_index(df.groupby(dt).cumcount(), append=True)

             trade
08:31:58 0  trade1
         1  trade2
         2  trade3
         3  trade4

它不修改初始级别，只是添加了一个新级别。