如何遍历pandas dataframe并按温度条件删除指定窗口的异常数据行

你遇到的KeyError是函数逻辑漏洞导致的，和df.drop的基础用法无关，具体问题点有三个：

• 生成的待删除索引包含当前DataFrame不存在的索引值：你通过range(cent_index-window, cent_index+window)生成的索引可能出现小于0，或者大于当前DataFrame最大索引的情况，这些索引在当前df中不存在，df.drop默认遇到不存在的索引就会抛出KeyError，这是报错的直接原因。
• 边界场景没有兼容：如果某次循环中df里所有温度值都高于当前遍历的temp，df.index[df['temp']<=temp]会返回空列表，对空列表取max会直接报错。
• 额外小问题：你代码里的df_dup = df是引用赋值，并不是生成副本，后续修改df的时候df_dup会同步修改，如果需要保留原始数据要改成df_dup = df.copy()。

def remove_window(df, intervals, window):
    # 先做副本，避免修改外部传入的原始df
    df = df.copy()
    for temp in intervals:
        match_index = df.index[df['temp'] <= temp]
        # 兼容无匹配温度的场景
        if len(match_index) == 0:
            continue
        cent_index = max(match_index)
        min_idx = df.index.min()
        max_idx = df.index.max()
        # 过滤出合法索引，range左闭右开要包含cent_index+window需把结束值+1
        drop_indices = [
            i for i in range(cent_index - window, cent_index + window + 1)
            if min_idx <= i <= max_idx
        ]
        # 加errors='ignore'做双重保险，避免异常
        df.drop(drop_indices, inplace=True, errors='ignore')
        df.reset_index(drop=True)
    return df

# 用你提供的测试数据调用
res_df = remove_window(df, temp_intervals, window)
print(f"原始长度：{before_length}，处理后长度：{len(res_df)}")

内容的提问来源于stack exchange，提问作者brosenheim