如何通过列号删除DataFrame中值处于20至50之间的行？

没问题，这事儿其实很简单，咱们直接用pandas的**位置索引（iloc）**来定位第一列就行，完全不用依赖列名。

核心实现代码 #

你需要保留第一列值≤20 或者 ≥50的行，直接用布尔索引过滤即可：

# 过滤并重新赋值给df，保留符合条件的行
df = df[(df.iloc[:, 0] <= 20) | (df.iloc[:, 0] >= 50)]

代码细节解释 #

• df.iloc[:, 0]：iloc是pandas专门用于按位置索引的方法，:表示选中所有行，0表示选中第一列（pandas的列位置从0开始计数）。
• (df.iloc[:,0] <=20) | (df.iloc[:,0] >=50)：生成一个布尔数组，标记哪些行需要保留（满足其中一个条件即可）。
• 将这个布尔数组传入df，就会自动筛选出符合条件的行，替换原来的df。

另一种等价写法（取反逻辑） #

如果你更习惯用“删除大于20且小于50的行”的直接逻辑，也可以这样写：

df = df[~((df.iloc[:, 0] > 20) & (df.iloc[:, 0] < 50))]

这里的~表示对布尔条件取反，也就是排除掉20 < 值 <50的行，效果和上面的代码完全一致。

为什么之前的代码可能出错？ #

如果之前你直接用df[:,0]这种写法，pandas会报错——因为DataFrame不支持直接用[:,0]取列，必须用iloc（按位置）或者loc（按列名），所以iloc[:,0]才是正确的按位置选取第一列的方式。

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