如何在DataFrame索引序列中断时自动截断至缺失索引前的位置？

如果你的DataFrame索引是从0开始的连续整数序列，仅中间出现中断（比如缺失索引72），可以通过以下方法自动定位中断点并完成截断：

方法1：通过相邻索引差值定位 #

先计算相邻索引的差值，找到第一个差值大于1的位置，这个位置的前一行就是需要保留的最后一行：

import pandas as pd
import numpy as np

# 模拟你的DataFrame（索引0-71，73-100，缺失72）
df = pd.DataFrame({'data': range(99)}, index=list(range(72)) + list(range(73, 100)))

# 计算相邻索引的差值
index_diffs = df.index[1:] - df.index[:-1]

# 检查是否存在索引中断
if (index_diffs > 1).any():
    # 找到第一个中断的位置，+1是为了取到中断前的所有行
    break_idx = np.where(index_diffs > 1)[0][0] + 1
    truncated_df = df.iloc[:break_idx]
else:
    # 无中断则返回原DataFrame
    truncated_df = df.copy()

# 验证结果，最后一个索引为71
print(truncated_df.index[-1])  # 输出71

方法2：对比预期连续索引 #

生成从0开始的预期连续索引，和现有索引对比，找到第一个不匹配的位置：

# 生成预期的连续索引序列（长度为原DataFrame长度+1，因缺失了一个索引）
expected_indices = np.arange(len(df) + 1)

# 找到第一个和现有索引不匹配的位置
break_idx = np.where(df.index != expected_indices[:-1])[0][0]

truncated_df = df.iloc[:break_idx]

两种方法都能精准定位第一个索引中断点，自动截断到中断前的所有行。如果你的索引不是从0开始的连续整数，只需调整预期索引的起始值（比如从df.index[0]开始生成）即可适配。

内容的提问来源于stack exchange，提问作者tez