我需要创建一个包含5000个元素的datetime索引，元素之间的偏移量和增量未知。增量值和偏移量是参数，唯一确定的是它们将以秒为单位表示为整数或浮点数。
我使用pd.Timedelta(value, "s")来计算这个增量（因为np.timedelta64()不接受浮点值）。

pd.to_datetime(1687957943.122, unit="s") + np.arange(0, 5000) * pd.Timedelta(0.002, "s")

字符串
不幸的是，浮点运算会导致精度损失（以下数字之间的间隔不是0.002秒）：
array（['2023 -06- 28 T13：十二：23.121999872'，'2023-06- 28 T13：十二：23.123999872'，'2023-06- 28 T13：十二：23.125999872'，...，'2023-06- 28 T13：十二：33.115999872'，'2023-06- 28 T13：十二：33.117999872'，'2023-06- 28 T13：十二：33.119999872']，dtype ='datetime 64 [ns]'）
比较：

# offset manually upgraded to integer number and unit specified as ms
pd.to_datetime(1687957943122, unit="ms") + np.arange(0, 5000) * pd.Timedelta(0.002, "s")

型
这让我得到了想要的结果：
array（['2023 -06- 28 T13：十二：23.122000000'，'2023-06- 28 T13：十二：23.124000000'，'2023-06- 28 T13：十二：23.126000000'，...，'2023-06- 28 T13：十二：33.116000000'，'2023-06- 28 T13：十二：33.118000000'，'2023-06- 28 T13：十二：33.120000000']，dtype ='datetime 64 [ns]'）
但是，由于我不知道偏移的时间精度，因此无法简单地执行此操作。
我可能会写一些代码来确定正确的单位，但感觉这应该是一些内置的功能已经。有线索吗？+1如果我根本不需要Pandas。