如何避免时间戳索引重排，保留输入时的原始顺序？

问题根源 #

1. 你主动调用了df.sort_index()，这会强制按索引的字典/时间序重排，直接破坏原始输入顺序
2. 将datetime对象转为字符串（strftime("%H:%M")）后，索引变为object类型，既丢失了时间操作能力，还容易在排序时打乱顺序

方法1：保留原始顺序+datetime类型索引（推荐） #

直接将索引转为datetime类型，不调用排序方法，同时保留原始输入顺序：

# 设置索引并命名
df = df.set_index(df.columns[0], drop=True)
df.index.names = ['Start Time']

# 转换为datetime类型，保留时间操作能力
df.index = pd.to_datetime(df.index, format="%H:%M")

# 直接使用原数据，不执行排序
df_tcc = df

• 索引为datetime64类型，支持时间对比、范围筛选（如df.loc['07:00':'10:00']）
• 完全保留Excel中读取的原始时间顺序

方法2：显示为HH:MM格式且保留原始顺序 #

如果需要索引显示为HH:MM字符串格式，同时保留原始顺序和时间操作能力，可以用分类类型索引：

# 先保存原始输入的时间顺序
original_time_order = df[df.columns[0]].tolist()

# 设置索引并命名
df = df.set_index(df.columns[0], drop=True)
df.index.names = ['Start Time']

# 将索引转为分类类型，锁定原始顺序
df.index = pd.Categorical(df.index, categories=original_time_order, ordered=True)

# 新增datetime列用于时间操作
df['datetime_col'] = pd.to_datetime(df.index, format="%H:%M")

• 索引保留原始顺序，支持基于分类的范围筛选
• 通过datetime_col列实现时间对比、筛选等操作

验证顺序一致性 #

可以通过以下代码确认索引顺序与原始输入一致：

print("原始输入顺序:", original_time_order)
print("当前索引顺序:", df.index.tolist())

内容的提问来源于stack exchange，提问作者Ace_1918