使用astropy的Table模块删除表格行时出现索引越界错误如何解决

• 索引长度不匹配：你循环的范围是原始FITS表的长度（75000行），但每次执行t.remove_rows(i)后，Table对象t的总行数会同步减少，当循环到的i值大于当前t的总行数时，就会触发越界错误。你遇到的37781越界提示，和原始数据的第37781行本身没有任何关系，只是执行到一半时t已经只剩37780行，i走到37781超出了当前表的索引范围。
• 逐行删除的逻辑缺陷：哪怕你把循环范围改成当前t的长度，也会出现漏判问题。比如你删除了第2行，原来的第3行会自动前移变成新的第2行，下一轮循环i增加到3时，就会跳过原来的第3行，最终筛选结果不符合要求。
• 性能开销问题：remove_rows是对Table的全量重写操作，逐行调用会产生大量不必要的性能开销，7万行数据逐行操作自然运行速度极慢。

不要手动循环删行，直接使用Astropy Table原生的布尔掩码筛选即可，这是官方推荐的筛选写法，效率和准确率都有保障：

import numpy as np
from astropy.io import fits
from astropy.table import Table
import matplotlib.pyplot as plt

# 读取FITS文件为Table
hdul = fits.open("data_SDSS_Info.fit")
t = Table.read(hdul)
print("Printing data_SDSS_Info in Table format...\n")
print(t)

# 布尔掩码筛选，直接保留第36列等于13的行
# 如果你的第36列有实际业务列名，直接替换col36为对应列名即可，可读性更高
filtered_t = t[t['col36'] == 13]

# 输出结果
filtered_t.write("subsample.fit", overwrite=True)
print("Printing subsample table...")
print(filtered_t)

该方法基于numpy向量化操作实现，7万行数据筛选几乎是毫秒级完成，不会出现卡顿，也不会有索引越界、漏判的问题。

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