操作时间戳，使新时间戳仍然有效

Question

我有一个熊猫数据帧，其中列的每个单元格都包含一个时间戳，保存为字符串：

>>>dataset['DateTime'][1]
'2018-03-14 00:34:46'

我想创建一个新列，其中按以下方式操作这些日期：

年份 += 1，

月 += 2，

天 += 3，

小时 += 4，

分钟 += 5，

秒 += 6

(对于这种操作来说，重要的是初始日期和新日期具有一对一的关系，以便我可以稍后将日期转换回来)

就我而言，我正在寻找的输出如下：

>>> dataset['newTimestamp'][1]
'2019-05-17 04:39:52'

为此，我使用datetime库来创建日期时间对象(作为测试，我首先从一个变量开始)：

timestamp = dataset['DateTime'][1]
p = datetime.datetime.strptime(timestamp, "%Y-%m-%d %H:%M:%S")

目前我正在对单个变量进行算术：

year = p.year + 1
if p.month < 12:
month = p.month + 1
else:
month = 1
year += 1

但是，与月份一样，当您可以和不能添加值时，也存在例外，以便新时间戳仍然是实际时间戳(12 + 1 = 13，这不是实际月份)。

我可以显式地对每个规则进行编程，但这似乎工作量太大，我希望有更好的方法。我怎样才能更快地做到这一点？

Answer 1

使用DateOffset.
另外，请查看此类操作的相对增量模块：

dataset['newTimestamp'] = pd.to_datetime(dataset['DateTime']) + pd.DateOffset(years=1, months=2, days=3, hours=4, minutes=5, seconds=6)

Answer 2

你应该尝试漂亮的日期库：

pip install beautiful-date

并像这样使用它：

from beautiful_date import *
...
dataset['DateTime'].apply(lambda d: d + 1 * years + 2 * months + ... + 6 * seconds)

应该做这个伎俩。

Answer 3

strptime() 和 strftime() 是你正在寻找的函数。 继续谷歌这两个功能。当然，您将成为安倍解决所述问题。 这些可用于直接操作日期时间数量