如何在Pandas中按条件值过滤行并保留完整行列结构

你当前的代码仅生成了用于筛选行的布尔掩码，并没有用该掩码索引原数据框的全量列数据，因此仅得到一维布尔向量。

正确实现代码（Pandas场景） #

如果是按列的位置取最左侧第一列（和你的需求一致，不依赖列名）：

# 生成第一列小于0.02的布尔掩码，iloc[:,0]对应位置索引的第一列（pandas索引从0开始）
mask = df.iloc[:, 0] < 0.02
# 用掩码过滤行，默认保留所有列
df_new = df[mask]

也可以合并为一行写法：

df_new = df[df.iloc[:, 0] < 0.02]

如果你知道第一列的具体列名（例如列名为value），也可以用列名直接索引，可读性更高：

df_new = df[df['value'] < 0.02]

注意事项 #

• pandas的位置索引iloc从0开始计数，如果你写iloc[:,1]会取到第二列，请注意对应你的实际需求调整索引值
• 不要直接写df[:, 0]，该写法在pandas中仅适用于多层索引场景，普通数据框按位置取列必须使用iloc属性

内容的提问来源于stack exchange，提问作者js2822