如何基于UTCs字段的数值范围筛选Pandas DataFrame的行子集？

我来帮你搞定这个问题——直接通过UTCs列的数值范围筛选行完全不需要依赖行号，这里有几种简单好用的方法：

方法1：布尔索引（基础且灵活） #

直接构造布尔条件来筛选符合要求的行，注意要用&连接多个条件，并且每个条件要加括号（避免运算符优先级问题）：

df_sub = df[(df['UTCs'] >= 32778) & (df['UTCs'] <= 32782)]

方法2：使用between方法（简洁直观） #

Pandas的between方法专门用来处理范围筛选，默认包含两端的边界值，正好匹配你的需求：

df_sub = df[df['UTCs'].between(32778, 32782)]

如果需要排除边界值，可以添加参数inclusive='neither'，不过这里你需要包含32778和32782，所以默认设置就够用了。

方法3：使用query方法（类自然语言语法） #

query方法允许你用字符串形式编写筛选条件，语法更贴近日常表达，适合复杂筛选场景：

df_sub = df.query('32778 <= UTCs <= 32782')

为什么你之前的写法行不通？ #

你尝试的df.iloc[df[df.UTCs == 32778] : df[df.UTCs == 32783], : ]写法错误，因为iloc接收的是整数位置的切片或索引，而df[df.UTCs == 32778]返回的是一个子DataFrame，不是整数类型的索引值，所以无法用来做切片。

验证结果 #

以上三种方法得到的结果和你用iloc[2:7,:]完全一致：

UTCs  Temperature  Humidity  pressure
2  32778            7        48       999
3  32779            9        47       999
4  32780           12        46       999
5  32781            9        47       999
6  32782            9        48      1000

内容的提问来源于stack exchange，提问作者Swawa