如何基于video_second列值自动设置DataFrame索引？

你目前手动编写大量条件语句的方式效率极低，完全可以通过数值计算或内置函数实现自动化，以下是两种简便方案：

方案一：基于等步长数值计算（适配固定步长场景） #

观察到你的video_second是从起始值到结束值、以0.05为固定步长的连续数值，直接通过算术运算生成索引即可，无需任何条件判断：

import pandas as pd

# 处理浮点数精度问题，避免后续计算误差
df['video_second'] = df['video_second'].round(2)

# 自动获取起始值和步长（步长可根据实际情况调整）
start_val = df['video_second'].min()
step = 0.05

# 计算连续的frame值：(当前值 - 起始值) / 步长，转为整数
df['frame'] = ((df['video_second'] - start_val) / step).astype(int)

# 设置索引并清理临时列
df.set_index('frame', inplace=True)
df.sort_index(inplace=True)

这个方案的优势是完全自动化，不管你的video_second区间是612-618还是其他范围，只要步长固定，代码无需任何修改就能生成连续的0起始索引。

方案二：基于排序生成索引（适配任意有序场景） #

如果你的video_second步长不固定，或者担心浮点数计算的精度问题，可以直接按video_second排序后生成连续索引：

# 先按video_second排序
df_sorted = df.sort_values('video_second')
# 生成从0开始的连续索引值
df_sorted['frame'] = range(len(df_sorted))
# 设置索引
df_sorted.set_index('frame', inplace=True)

这个方案兼容性更强，不管video_second是否等步长，都能按其顺序生成连续索引。

注意事项 #

• 方案一需要确保video_second是严格等步长且无缺失值的，否则会出现索引不连续或对应错误的情况；
• 如果需要保留缺失的video_second对应的空索引，可以在方案一之后使用df = df.reindex(range(max(df.index)+1))来补全空行。

内容的提问来源于stack exchange，提问作者Altan Halıgür