Python过滤Excel传感器异常值时代码需重复运行的问题求解

你的猜测完全准确，过滤逻辑需要运行两次才生效的核心原因有两个：

• 正序遍历rotor[i]['Path']列表的同时，在循环内部执行pop删除当前列表元素，删除操作会让被删位置之后的所有元素索引整体前移1位，但遍历指针还是按原顺序向后走，会直接跳过被删元素的下一个值，第一次运行会漏删近一半异常值，第二次遍历才能扫到第一次漏掉的异常值。
• 你用rotor[i]['Path'].index(v)查找待删除位置的写法存在隐藏bug：如果列表中存在多个数值和v相等的元素，index()方法永远返回第一个匹配元素的索引，会误删位置靠前的正常数据。

另外你代码开头写的字典判空清空、手动del临时变量的逻辑都是冗余无效代码，可以直接删除。

你已经用pandas完成了Excel读取，完全不需要把数据转成字典再手动逐列pop删除，直接用pandas内置的布尔索引做行过滤即可，三列数据会自动同步对齐，不会出现漏删、错删问题，代码也更简洁，后续做绘图、拟合计算直接用pandas对象也更方便。

import os
import pandas as pd

rotor = {}
file_idx = 1

for file in os.listdir():
    if file.endswith(".xlsx"):
        # 读取Excel前3列并命名
        raw_df = pd.read_excel(file, usecols=(0, 1, 2), names=('Time', 'Path', 'Force'))
        # 过滤Path列异常值，保留0~400区间的有效行
        clean_df = raw_df[(raw_df['Path'] >= 0.0) & (raw_df['Path'] <= 400.0)].reset_index(drop=True)
        # 按需存储，后续做计算绘图直接存clean_df即可，需要列表格式字典再转
        rotor[file_idx] = clean_df
        # 若需要字典格式则替换为：rotor[file_idx] = clean_df.to_dict('list')
        file_idx += 1

如果你不想用pandas内置过滤、坚持手动操作列表，要规避遍历删元素的问题，可以选择两种方案：一是从列表最后一个元素倒序遍历到第一个元素，此时删除元素不会影响还没遍历到的前置元素的索引；二是遍历原列表时把符合要求的有效值追加到新的空列表里，遍历完成后用新列表直接替换原列表，不要在遍历过程中修改原列表。

内容的提问来源于stack exchange，提问作者Tonci