如何为Pandas DataFrame设置按分钟递增的分钟级索引

针对你的需求，我们可以通过生成累计分钟数并格式化为HH:MM:SS格式的字符串来设置索引，完美适配40万行的大数据量场景，操作高效且符合你的输出要求。

步骤说明与代码实现 #

首先，我们先模拟你的原始数据，再逐步处理：

import pandas as pd

# 模拟你的原始DataFrame（实际使用时替换成你的数据）
data = {'Weekly Sales': [3200, 4590, 1290, 5600, 8900]}
df = pd.DataFrame(data)

接下来，我们生成从1开始的分钟序列，将其转换为时间格式并设置为索引：

# 获取总行数（你的数据是400000行，这里自动适配）
total_rows = len(df)

# 生成1到总行数的分钟序列，对应每行的分钟数
minutes_sequence = range(1, total_rows + 1)

# 将分钟数转换为timedelta对象，方便后续格式化
time_deltas = pd.to_timedelta(minutes_sequence, unit='m')

# 提取HH:MM:SS部分（忽略timedelta可能出现的天数前缀）
time_index = time_deltas.astype(str).str.split().str[-1]

# 设置索引并命名为'time'
df.index = time_index
df.index.name = 'time'

运行后你会得到期望的输出：

Weekly Sales
time                  
00:01:00          3200
00:02:00          4590
00:03:00          1290
00:04:00          5600
00:05:00          8900

针对40万行的性能说明 #

上述方法使用了Pandas的矢量化操作，避免了逐行循环，处理40万行数据完全没有性能压力，运行速度很快。

备选实现方式（手动格式化） #

如果你更倾向于手动计算时分秒，也可以用列表推导式实现，效率同样出色：

def format_minute_to_time(minute):
    hours = minute // 60
    mins = minute % 60
    # 格式化补零，确保是两位数字
    return f"{hours:02d}:{mins:02d}:00"

# 生成索引列表
time_index = [format_minute_to_time(m) for m in range(1, len(df)+1)]

# 设置索引
df.index = time_index
df.index.name = 'time'

两种方法都能满足你的需求，可根据个人习惯选择。

内容的提问来源于stack exchange，提问作者Akshay Revankar