如何在Pandas中根据列条件筛选整行数据到新DataFrame？

原代码的问题分析 #

• 条件判断逻辑错误：[EQdataW['Distance_Between'] <= 1000] == True是把整个布尔Series包装成列表后和单个布尔值True比较，永远返回False，导致所有行都进入else分支。
• 行定位方式错误：EQdataW[i,:]不是Pandas DataFrame取单行的正确写法，应该用iloc[i]来定位单行数据。
• 列表操作错误：viableData = viableData.append(...)会覆盖原列表，因为append是原地修改列表，返回值为None。

推荐的高效实现（Pandas向量化操作） #

Pandas原生支持向量化筛选，这是最简洁、性能最优的方式，完全不需要手动循环：

# 直接筛选符合条件的行到新DataFrame
viableData = EQdataW[EQdataW['Distance_Between'] <= 1000]

# 可选：输出不符合条件的索引
invalid_rows = EQdataW[EQdataW['Distance_Between'] > 1000]
for idx in invalid_rows.index:
    print(f'Index: {idx} Distance > 1,000 km')

若坚持使用循环的修改方案（不推荐，效率较低） #

如果一定要用循环实现，修正后的代码如下：

import pandas as pd

viableData = []
for i in range(len(EQdataW)):
    # 通过iloc获取第i行的Distance_Between值
    if EQdataW.iloc[i]['Distance_Between'] <= 1000:
        viableData.append(EQdataW.iloc[i])
    else:
        print(f'Index: {i} Distance > 1,000 km')

# 将收集到的行转为DataFrame
viableData = pd.DataFrame(viableData)

内容的提问来源于stack exchange，提问作者Odin