如何在Python中基于条件从DataFrame获取行号列表并展示被删除的异常值行号？

我来帮你搞定这个问题，刚好你在做异常值删除需要展示被删除的行号，咱们一步步拆解：

先修正你当前的代码问题 #

你之前写的y= (df[x].loc[df[x] <= low_lim])返回单个numpy.int64值，是因为当只有一行满足条件时，df[x].loc[条件]会直接返回该位置的数值，而不是带索引的Series，所以你拿不到行号。要获取行号（也就是DataFrame的索引），得直接取筛选后行的索引，而不是列的值。

修正后的代码示例：

# 第一步：筛选出满足条件的行，获取它们的索引
filtered_indices = df.loc[df[x] <= low_lim].index

# 第二步：把索引转成列表（方便后续格式化输出）
indices_list = filtered_indices.tolist()

# 第三步：按你需要的格式打印结果
if indices_list:
    print(f"{','.join(map(str, indices_list))}已被删除")
else:
    print("没有符合条件的异常值行需要删除")

这样不管是一行还是多行满足条件，都能正确拿到行号列表，输出格式也符合你的要求。

通用方法：满足你的两个核心需求 #

一、基于等式从DataFrame中获取行号 #

如果你的条件是等式（比如某列等于某个目标值），可以用这两种方式：

• 布尔索引+index（最常用）：

  # 示例：获取column列等于target_value的行号列表
  eq_indices = df[df['column'] == target_value].index.tolist()
  

• numpy.where（适合需要数组形式的场景）：

  import numpy as np
  # where返回的是元组，取第一个元素就是索引数组
  eq_indices = np.where(df['column'] == target_value)[0].tolist()
  

二、获取满足指定条件的行号列表 #

针对更复杂的条件（比如范围、多条件组合），这些方法更实用：

1. 多条件布尔索引：
   适合用&（且）、|（或）组合多个条件，注意每个条件要加括号：

   # 示例：column1小于等于下限 且 column2大于上限
   condition = (df['column1'] <= low_lim) & (df['column2'] > high_lim)
   condition_indices = df[condition].index.tolist()
   

2. query方法：
   写法更简洁，适合复杂的表达式，变量要加@前缀引用：

   # 示例：获取x列小于等于low_lim的行号
   query_indices = df.query(f"{x} <= @low_lim").index.tolist()
   

3. 自定义apply判断：
   如果你的条件是复杂的自定义逻辑（无法用简单表达式写），可以用apply，但大数据量下性能不如布尔索引：

   def check_row(row):
       # 这里写你的自定义判断逻辑
       return row[x] <= low_lim
   apply_indices = df[df.apply(check_row, axis=1)].index.tolist()
   

内容的提问来源于stack exchange，提问作者Hüseyin Toprak