按DataFrame的长度使用numpy.arange：

df['C'] = np.arange(len(df))

也可以使用DataFrame.shape，谢谢@Mehmet Burak Sayıcı：
x一个一个一个一个x一个一个二个x

通过使用reset_index

df['C'] = df.reset_index().index
df

       A   B  C
100    0   7  0
203    5   4  1
5992   0  10  2
2003   9   8  3
20    10   5  4
12     6   2  5

概括而言：

df['C'] = df.index if df.index.is_monotonic_increasing else range(len(df))
df

       A   B  C
100    0   7  0
203    5   4  1
5992   0  10  2
2003   9   8  3
20    10   5  4
12     6   2  5

我们可以添加新的列，将行号作为第一列，如下所示：

import pandas as pd
import numpy as np
df = pd.DataFrame({'B': [1, 2, 3], 'C': [4, 5, 6]})

    B   C
0   1   4
1   2   5
2   3   6

df.insert(loc=0, column='A', value=np.arange(len(df)))
    A   B   C
0   0   1   4
1   1   2   5
2   2   3   6

你不需要numpy来实现与上一个答案相同的结果：

df.insert(loc=0, column="A", value=df.reset_index().index)

无 numpy 空头期权

df['C'] = range(len(df))

如果要对行号进行分组

df['C'] = df.groupby('A').cumcount()