pandas操作2（增加列并赋值/两列时间相减/按时间合并且求和）

增加一列数据并赋值

有时候可能会遇到需要增加一列数据，例如增加一列全为1的数据，方便按时间合并行过后统计次数。

df['xxx number'] = 1

两列时间相减

使用pandas求两列时间的差，也就是统计csv数据集种某个任务持续的时间

df['end time'] = pd.to_datetime(df['end time'])
df['start time'] = pd.to_datetime(df['start time'])
df['xxx time'] = (df['end time'] - df['start time']).dt.seconds/60 #两列时间的差（分钟）

先把两列时间分别转为datetime，再求差，.dt.seconds转换成秒，可以除以60转换为分钟，小时或天同理。

按时间合并且求和

前面的操作可以统计出某个任务的执行时间，我们可以通过resample()来进行一个统计，比如说统计一段时间内（10分钟等）的操作时间的总和。

df['start time'] =  pd.to_datetime(df['start time'])
df.set_index('start time',inplace = True)

ticks = df.iloc[:]
df_new = ticks.resample('5min').sum()

以开始时间为索引，合并时间，统计五分钟内其他各数据之和。

其他操作

pandas操作1（读csv不要索引/写csv不要索引/删除有空值行/按时间排序）

pandas操作3（插入列insert/统计出现次数value_counts）

pandas操作4（处理缺失值，位置索引）