Python中如何对pandas dataframe按3行间隔筛选保留指定行

你可以直接用pandas的位置索引筛选实现需求，以下是几种可行的写法： #

方法1：直接用iloc切片（最简便） #

你需要保留的行对应默认索引（从0开始计数）的2、5、8位，从索引2开始、步长为3取行即可：

import pandas as pd

# 构造示例DataFrame，你可以替换成自己的df
df = pd.DataFrame({
    'COL1': ['A','D','G','J','M','P','S','V','Y'],
    'COL2': ['B','E','G','K','N','Q','T','W','Z'],
    'COL3': ['C','F','I','L','O','R','U','X','A']
})

# 核心筛选代码
result = df.iloc[2::3]

iloc的切片规则为[起始位置:结束位置:步长]，结束位置留空代表取到DataFrame最后一行。 #

方法2：适配非连续索引的场景 #

如果你的DataFrame索引不是默认的连续整数，可以先重置索引再筛选：

result = df.reset_index(drop=True).iloc[2::3]

方法3：用模运算筛选 #

和上述逻辑等价，筛选索引除以3余数为2的行即可：

result = df[df.index % 3 == 2]

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