如何给DataFrame的DateTime索引每行加随机微秒解决重复索引问题

核心问题原因 #

你之前的写法只调用了1次random.randrange生成单个随机整数，因此所有行都会叠加同一个微秒值，不会出现逐行差异。 #

问题2解答：可直接操作索引，无需修改TimeUTC列 #

直接生成和DataFrame行数一致的随机微秒序列，叠加到原有DatetimeIndex上即可：

import datetime
import random
import pandas as pd

# 方法1：标准库实现，适合中小数据量
random_micros = [datetime.timedelta(microseconds=random.randint(0, 999999)) for _ in range(len(df))]
df.index = df.index + random_micros

# 方法2：numpy实现，适合10万行以上的大数据量，效率更高
import numpy as np
random_micros = np.random.randint(0, 1000000, size=len(df))
df.index = df.index + pd.to_timedelta(random_micros, unit='us')

问题1解答：给每行TimeUTC字段添加不同随机微秒 #

逻辑和直接操作索引一致，把叠加对象换成TimeUTC列即可：

# 中小数据量实现
df['TimeUTC'] = df['TimeUTC'] + [datetime.timedelta(microseconds=random.randint(0, 999999)) for _ in range(len(df))]
# 操作完成后可按需重新设置索引
df = df.set_index('TimeUTC', drop=True)

优化方案（彻底避免索引重复） #

如果同一原始秒级时间戳下的行数较多，随机微秒可能出现碰撞导致索引仍重复，可按原始索引分组后给同组内的行分配不重复的微秒，确保索引全局唯一：

df.index = df.index.groupby(df.index).transform(
    lambda group: group + pd.to_timedelta(random.sample(range(1000000), k=len(group)), unit='us')
)

内容的提问来源于stack exchange，提问作者DKovar