如何按指定列值切割Pandas DataFrame？实验数据截取报错求助

你之前的代码df.loc[df['ElapsedTime'] == 100]只筛选了恰好等于100秒的行，而实验数据的时间大概率是连续浮点值，或者没有刚好等于100的记录，导致返回的DataFrame是空的（对应错误里的(0, 5)形状），但你绘图用的y还是原数据的全量（(973088,)形状），所以出现维度不匹配的错误。

正确的做法是筛选0到100秒之间的所有数据，有两种常用方法：

方法一：布尔索引直接筛选 #

用小于等于100的条件过滤所有行，这是最直观的方式：

# 筛选ElapsedTime ≤ 100的所有数据
filtered_df = df.loc[df['ElapsedTime'] <= 100]

# 绘图时使用过滤后的数据
import matplotlib.pyplot as plt
plt.plot(filtered_df['ElapsedTime'], filtered_df['你的Y列名称'])
plt.show()

方法二：基于索引切片（时间严格递增时适用） #

如果你的ElapsedTime是严格递增的（实验数据通常都是），可以先找到第一个超过100秒的行索引，再切片获取前100秒数据，效率更高：

# 找到第一个ElapsedTime > 100的行索引
cutoff_idx = df['ElapsedTime'].gt(100).idxmax()
# 截取从开头到该索引之前的所有行
filtered_df = df.iloc[:cutoff_idx]

# 绘图示例
plt.plot(filtered_df['ElapsedTime'], filtered_df['你的Y列名称'])
plt.show()

内容的提问来源于stack exchange，提问作者hi-bye125