如何在Pandas中从符合条件的行开始高效删除100行？

可以通过分步定位目标索引、减少冗余DataFrame构造来优化代码，同时提升可读性和执行效率：

基础优化版 #

# 找到column_name列首次小于21000的行索引
first_idx = df[df[column_name] < 21000].index[0]
# 获取从该行开始的101行索引（包含自身及后续100行）
idx_to_drop = df.loc[first_idx:].index[:101]
# 删除目标行
df.drop(idx_to_drop, inplace=True)

带边界检查的稳健版 #

如果存在没有任何行满足条件的情况，直接取index[0]会报错，建议加上判断逻辑：

# 生成满足条件的布尔掩码
mask = df[column_name] < 21000
if mask.any():
    # 获取第一个满足条件的行索引（等价于mask[mask].index[0]，写法更简洁）
    first_idx = mask.idxmax()
    # 截取目标索引范围
    idx_to_drop = df.loc[first_idx:].index[:101]
    df.drop(idx_to_drop, inplace=True)

优化点说明 #

• 原代码嵌套多层pd操作，重复构造临时DataFrame，既影响可读性也降低执行效率；优化后的代码分步清晰，直接定位目标索引，减少不必要的内存开销。
• 使用mask.idxmax()替代df[mask].index[0]，写法更简洁，功能完全一致（返回布尔序列中第一个True对应的索引）。

内容的提问来源于stack exchange，提问作者Leland