如何用Pandas高效删除时间间隔小于10秒的DataFrame行？

可以用Pandas的diff()方法结合布尔索引实现，完全不需要循环，代码简洁高效：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'Index': [1, 2, 3, 4, 5],
    'SecOfDay': [0, 10, 21, 23, 31]
}).set_index('Index')

# 计算当前行与前一行的数值差
diff_series = df['SecOfDay'].diff()

# 生成过滤掩码：保留第一行，或差值≥10的行
mask = pd.isna(diff_series) | (diff_series >= 10)

# 过滤得到目标结果
result_df = df[mask]
print(result_df)

运行后输出结果：

SecOfDay
Index           
1              0
2             10
3             21
5             31

逻辑说明 #

• diff()方法自动计算列中当前行与前一行的差值，第一行因无前置行返回NaN
• 掩码通过pd.isna(diff_series)保留第一行，diff_series >=10筛选出差值符合要求的行，两者用|（逻辑或）组合
• 布尔索引直接过滤DataFrame，性能远优于循环，尤其适配大数据量场景

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