您可以按如下方式构建范围：

# 26,000 numbers
# step of 0.15
# starting at -17.3
np.arange(26000) * 0.15 - 17.3

假设您的 Dataframe 名为df，您可以通过以下方式进行命名：

start_value = -17.3
increment_value = 0.15
new_column = [start_value + increment_value * i for i in range(df.shape[0])]
df['new_column'] = new_column

将pandas.Series * 构造函数 * 与pandas.Series.cumsum一起使用：

N, S, F = len(df), -17.3, 0.15 # <- len(df) = 26000 in your case
df["approach_1"] = pd.Series([S] + [np.NaN]*(N-1)).fillna(F).cumsum()

或者按照@tdy 简单地选择numpy.arange：

df["approach_2"] = np.arange(S, S + N*F, F)

输出：

print(df)
       approach_1  approach_2
0          -17.30      -17.30
1          -17.15      -17.15
2          -17.00      -17.00
3          -16.85      -16.85
4          -16.70      -16.70
...           ...         ...
25995     3881.95     3881.95
25996     3882.10     3882.10
25997     3882.25     3882.25
25998     3882.40     3882.40
25999     3882.55     3882.55
[26000 rows x 2 columns]