如何基于行列位置列表筛选Python DataFrame的列特定行范围？

你可以通过遍历每列并提取对应行区间，再将结果拼接成新DataFrame的方式实现需求，df.filter确实不适用这个场景——它主要用于按标签过滤行/列，没法针对每列单独设置行范围。

具体代码实现 #

先构造你的示例数据：

import pandas as pd

df = pd.DataFrame({
    'Index': [1, 2, 3],
    'Column A': [2, 4, 1],
    'Column B': [8, 9, 7]
}).set_index('Index')

first_position = [1, 2]  # 每列的起始行号（对应原DataFrame的Index值）
last_position = [2, 3]   # 每列的结束行号

然后执行以下代码生成预期结果：

# 遍历每列，提取对应行范围后重置索引，再拼接
result = pd.concat(
    [df.loc[fp:lp][col].reset_index(drop=True) 
     for col, fp, lp in zip(df.columns, first_position, last_position)],
    axis=1
)
# 设置输出的索引为1、2（和预期格式一致）
result.index = range(1, len(result)+1)

代码说明 #

• df.loc[fp:lp]：根据行标签（原DataFrame的Index值）提取指定行范围，对应示例中Column A取Index 1-2，Column B取Index 2-3
• .reset_index(drop=True)：重置每列提取后的行索引，确保拼接时各行能对齐（否则Column B的索引会是2、3，和Column A的1、2无法匹配）
• pd.concat(..., axis=1)：把处理后的各列按列方向拼接成新DataFrame

执行后得到的result就是你想要的预期输出。

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