DataFrame删除行触发IndexError：索引越界问题排查求助

错误原因 #

你混淆了DataFrame的自定义索引值和索引数组的位置下标，导致越界：

• 原df解析后默认索引是0-158，你生成row_numbers时用x+1，得到的是1-159的数值（原索引最大158，加1后就是159）。
• 修改df索引为1-159后，df.index是一个长度为159的数组，它的位置下标范围是0-158（数组的下标从0开始）。
• 执行df.index[row_numbers]时，pandas会把row_numbers里的数值当成数组的位置下标来访问，比如159这个值超出了0-158的范围，直接触发IndexError。

正确实现方式 #

方式一：直接筛选（推荐，更高效） #

不需要删除行，直接过滤出符合条件的数据，一步到位：

# 导入Excel文件
xls = pd.ExcelFile(file_path)
# 跳过前5行解析工作表
df = xls.parse('Daten', skiprows=5, index_col=None, na_values=['NA'])
# 直接筛选出目标行
dataframe = df[df['Punktrolle_SO'] == 'UK_Schwelle_Wehr_Blockrampe']
# 若需要索引从1开始，执行以下语句
dataframe.index = dataframe.index + 1

方式二：用drop方法删除（如果坚持用删除逻辑） #

直接使用自定义索引值来删除，而非数组位置下标：

xls = pd.ExcelFile(file_path)
df = xls.parse('Daten', skiprows=5, index_col=None, na_values=['NA'])
# 先修改索引为1开头
df.index = df.index + 1
# 获取需要删除的行的索引值
rows_to_drop = df[df['Punktrolle_SO'] != 'UK_Schwelle_Wehr_Blockrampe'].index
# 删除行（注意：inplace=True会直接修改原df，不需要赋值；若保留原df则去掉inplace=True）
dataframe = df.drop(rows_to_drop)

额外提示 #

• pandas中筛选行的效率远高于删除行，优先用筛选逻辑。
• 区分开「索引值」（DataFrame每行的标识）和「索引数组的位置下标」（数组本身的下标，从0开始），避免混淆。

内容的提问来源于stack exchange，提问作者Dedder