如何使用pandas的.loc函数按条件保留指定SeqNumber的所有数据行

首先假设你的原始DataFrame命名为df，先定义区间参数：

x_min = 3
x_max = 8
y_min = 4
y_max = 6

步骤1：提取符合条件的SeqNumber集合 #

筛选满足X在指定区间、Y在指定区间且Z为正的样本，取出对应的SeqNumber并去重：

valid_seqs = df.loc[
    (df['X'].between(x_min, x_max)) & 
    (df['Y'].between(y_min, y_max)) & 
    (df['Z'] > 0), 
    'SeqNumber'
].unique()

这里用.between()方法判断是否在闭区间，逻辑与用&连接，每个条件要加括号避免优先级错误，最后用.unique()得到无重复的有效SeqNumber列表。

步骤2：用.loc筛选原始DataFrame #

保留原始DataFrame中所有SeqNumber属于上述有效集合的行：

result_df = df.loc[df['SeqNumber'].isin(valid_seqs)]

示例验证 #

对应你给出的测试数据，第一步筛选得到的valid_seqs为[12]，最终result_df会保留所有SeqNumber=12的行，也就是原始数据的前两行，和预期结果一致。

如果不需要分步写，也可以合并为单句实现：

result_df = df.loc[df['SeqNumber'].isin(df.loc[(df['X'].between(x_min,x_max)) & (df['Y'].between(y_min,y_max)) & (df['Z']>0), 'SeqNumber'].unique())]

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