Pandas循环索引越界问题：剩余数据不足200秒时的处理方案

你的问题核心出在无限循环缺少终止逻辑和索引越界两个点上，咱们一步步来修正：

原代码的关键问题 #

1. while True是无限循环，没有判断剩余数据是否还能凑够200秒区间的逻辑；
2. df.iloc[1,1]错误地取了第二行的第二列数据，应该取第一行的time列作为区间起点；
3. 未处理剩余数据时间跨度不足200秒的情况，导致循环无法正常终止并触发索引错误。

修改后的可运行代码 #

import pandas as pd

# 读取并初始化数据
file = pd.read_hdf('KazSTSAT5.h5', mode='r')
df = pd.DataFrame(file)
df['time'] = pd.to_datetime(df['time'], unit='s')
# 先按时间排序，保证数据是时间顺序的（非常关键）
df = df.sort_values('time').reset_index(drop=True)

# 用来存储每个200秒区间的处理结果
processed_intervals = []

while not df.empty:
    # 获取当前数据的第一个时间点作为区间起点
    first_time = df.iloc[0]['time']
    # 计算区间结束时间：起点+200秒
    end_time = first_time + pd.Timedelta(seconds=200)
    
    # 检查剩余数据的总时间跨度是否不足200秒
    total_remaining_seconds = (df.iloc[-1]['time'] - first_time).total_seconds()
    if total_remaining_seconds < 200:
        # 直接保留剩余所有数据，加入结果列表
        processed_intervals.append(df)
        break
    
    # 提取当前200秒区间内的数据
    current_chunk = df.loc[(df['time'] >= first_time) & (df['time'] <= end_time)]
    processed_intervals.append(current_chunk)
    
    # 更新df为当前区间之后的剩余数据，同时重置索引避免后续iloc出错
    df = df.loc[df['time'] > end_time].reset_index(drop=True)

# 按需使用处理后的结果：比如合并所有区间或者单独处理每个chunk
# final_df = pd.concat(processed_intervals)

核心调整说明 #

• 合理的循环终止条件：用while not df.empty替代无限循环，同时增加剩余时间跨度判断，当剩余数据总时长不足200秒时，直接保留数据并退出循环；
• 避免索引越界：用df.iloc[0]['time']取第一行的时间作为起点，再也不会因为剩余数据行数少触发索引错误；
• 更直观的区间计算：直接用pd.Timedelta计算结束时间，比pd.date_range更简洁高效；
• 重置索引：每次更新df后重置索引，保证后续iloc操作的准确性；
• 结果留存：用列表存储每个区间的数据，方便后续灵活使用。

这样修改后，循环会自动处理完所有完整的200秒区间，最后保留剩余不足200秒的数据并正常终止，完全解决了你遇到的问题。

内容的提问来源于stack exchange，提问作者Manap Shymyr