Pandas如何删除特定字符串首次出现位置之前的所有行

现有pandas DataFrame，需要删除从表格起始位置开始的所有前置行，直到首次匹配到特定字符串Group Summaries所在的行为止，保留该行及之后的所有内容。
已尝试但未达预期的代码如下：

df[((df.Plate != 'Group Summaries'))]
df.loc[: df[(df['Plate:'] == 'Group Summaries')].index[0], :]
df[(df['Plate:'] == "Group Summaries").idxmax():]

• 第一种写法列名拼写错误（实际列名为Plate:带冒号，写法里漏了冒号），且逻辑是删除所有值为Group Summaries的行，和需求完全相反
• 第二种写法切片方向反了，取的是开头到匹配行的内容，刚好是需要删除的部分
• 第三种写法依赖默认连续整数索引，如果之前做过删行、排序、重设索引等操作导致索引不连续/乱序，切片结果会错位

通用稳妥方案（不受索引状态影响） #

不管DataFrame索引是否连续、是否为默认整数索引，都能正确切片，优先用这个：

# 定位第一个匹配目标值的行的整数位置
first_match_pos = df['Plate:'].eq('Group Summaries').argmax()
# 按位置切片，保留匹配行及之后所有内容
result = df.iloc[first_match_pos:, :]

适配默认连续索引的简化写法 #

如果确定你的DataFrame没有做过打乱索引的操作，一直是从0开始的连续整数索引，可以用更简单的写法：

# 获取第一个匹配行的索引值
first_match_idx = df[df['Plate:'] == 'Group Summaries'].index[0]
# 按索引标签切片
result = df.loc[first_match_idx:, :]

边界情况兼容 #

如果存在表格内完全没有Group Summaries值的可能，需要加判断避免索引越界报错：

match_mask = df['Plate:'].eq('Group Summaries')
if match_mask.any():
    first_match_pos = match_mask.argmax()
    result = df.iloc[first_match_pos:, :]
else:
    # 无匹配值时可按需自定义处理逻辑，比如保留原表、抛出提示、返回空表等
    result = df

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