如何从Pandas DataFrame中提取间隔N行的交替连续行子集？

针对你需要提取交替N行（比如每200行取前100行）的需求，不需要逐片合并，有两种简洁的实现方式：

方法一：布尔掩码法（推荐） #

利用索引的模运算生成布尔掩码，快速筛选目标行：

import pandas as pd
import numpy as np

# 示例DataFrame（1000行）
df = pd.DataFrame(np.arange(1000), columns=['data'])
N = 100  # 每次要提取的行数

# 生成掩码：每2*N行周期内，保留前N行
mask = (df.index % (2 * N)) < N
filtered_df = df[mask]

原理：将索引对2*N取模，余数小于N的行就是我们需要保留的部分，自动跳过中间的N行。如果总行数不是2*N的整数倍，最后不足一个周期的部分也会按规则处理（比如最后只剩150行，会保留前100行）。

方法二：索引拼接法 #

用numpy.r_直接拼接所有目标行的索引范围，再通过iloc提取：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.arange(1000), columns=['data'])
N = 100

# 生成所有要提取的切片范围，拼接成连续索引
target_indices = np.r_[[slice(i, i + N) for i in range(0, len(df), 2 * N)]]
filtered_df = df.iloc[target_indices]

这种方式更直观，能清晰看到要提取的索引区间，适合需要明确控制切片范围的场景。

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