本文介绍如何将基于起止帧区间的行为标注数据框（如动物行为视频标注）扩展为逐帧行为标签序列，关键在于准确填充每个行为的有效帧范围，并将超出该范围的帧设为 nan，避免错误延续。
本文介绍如何将基于起止帧区间的行为标注数据框（如动物行为视频标注）扩展为逐帧行为标签序列，关键在于准确填充每个行为的有效帧范围，并将超出该范围的帧设为 nan，避免错误延续。
在动物行为视频分析中，标注软件常导出以“起始帧–结束帧”为区间的稀疏标注表（而非逐帧标注）。例如，某段“turning”行为从第 0 帧开始、第 2 帧结束（即覆盖帧 0 和 1），而下一段“immobility”从第 2 帧开始、第 5 帧结束（覆盖帧 2、3、4）。直接使用 reindex(..., method='ffill') 会错误地将前一行为延续至后续未定义区间（如帧 11–15 被误标为 “immobility”），违背原始标注逻辑。
正确做法是：先按完整帧索引（0 到最大帧号）重索引并前向填充，再依据每行的 Frame stop 值动态截断——当当前帧索引 ≥ Frame stop 时，强制置 Behavior 为 NaN。
以下是完整实现代码：
import pandas as pd
import numpy as np
# 原始稀疏标注数据
data = {
'Frame start': [0, 2, 5, 9, 16],
'Frame stop': [2, 5, 9, 11, 20],
'Behavior': ['turning', 'immobility', 'mild movement', 'immobility', 'jump']
}
df = pd.DataFrame(data).set_index('Frame start')
# 步骤1：构建完整帧索引（0 到 max_frame_stop - 1，此处取 0~19）
max_frame = df['Frame stop'].max() # 20 → 覆盖帧 0~19
new_index = list(range(max_frame))
# 步骤2：reindex + ffill 行为与 Frame stop 列
new_df = df.reindex(new_index, method='ffill')
# 步骤3：精准截断——仅保留 frame_start ≤ 当前帧 < frame_stop 的行为
# 即：当前帧索引 >= Frame stop 时，Behavior 设为 NaN
new_df.loc[new_df['Frame stop'] <= new_df.index, 'Behavior'] = np.nan
# 提取最终结果（仅 Behavior 列，以 Frame start 为索引）
result = new_df['Behavior']
print(result)输出结果严格符合预期：
Frame start 0 turning 1 turning 2 immobility 3 immobility 4 immobility 5 mild movement 6 mild movement 7 mild movement 8 mild movement 9 immobility 10 immobility 11 NaN 12 NaN 13 NaN 14 NaN 15 NaN 16 jump 17 jump 18 jump 19 jump Name: Behavior, dtype: object
⚠️ 注意事项：
-
Frame stop在原始数据中表示第一个不包含的帧（即区间为[start, stop)），这是视频帧索引的常规约定；若实际为闭区间[start, stop]，则条件应改为new_df['Frame stop'] ； - 若存在重叠区间或非单调
Frame start，需预先排序并检查逻辑一致性； - 对于超大视频（如数万帧），建议使用
pd.arrays.SparseArray或分块处理以节省内存； - 最终结果可直接用于时序建模、行为持续时间统计或与视频帧对齐可视化。
该方法兼顾准确性与可读性，是行为分析工作流中处理稀疏标注的关键预处理步骤。
