添加新的值到熊猫df和增量时间戳

Question

我有一个Pandas系列df的时间序列数据集，我试图在df的底部添加一个新值，然后增加时间戳，这是df索引。

例如，我可以像这样在df的底部添加新值:

testday.loc[len(testday.index)] = testday_predict[0]
print(testday)

这似乎工作，但时间戳只是增加:

kW
Date    
2022-07-29 00:00:00 39.052800
2022-07-29 00:15:00 38.361600
2022-07-29 00:30:00 38.361600
2022-07-29 00:45:00 38.534400
2022-07-29 01:00:00 38.880000
... ...
2022-07-29 23:00:00 36.806400
2022-07-29 23:15:00 36.806400
2022-07-29 23:30:00 36.633600
2022-07-29 23:45:00 36.806400
96  44.482361    <---- my predicted value added at the bottom good except for the time stamp value of 96

就像96的值是df长度的下一个值。希望这是有意义的。

如果我尝试:

from datetime import timedelta
last_index_stamp = testday.last_valid_index()
print(last_index_stamp)

这回报:

Timestamp('2022-07-29 23:45:00')

然后我可以给这个时间戳添加15分钟(我的数据是15分钟数据)，像这样:

new_timestamp = last_index_stamp + timedelta(minutes=15)
print(new_timestamp)

它返回我正在寻找的而不是96的值:

Timestamp('2022-07-30 00:00:00')

但是如何用new_timestampt替换96的值呢?如果我尝试:

testday.index[-1:] = new_timestamp

这将出错:

TypeError: Index does not support mutable operations

任何提示都非常感谢…

Answer 1

这应该能奏效:

testday.loc[new_timestamp,:] = testday_predict[0]