高效获取Pandas DataFrame指定索引前后n行的方法

我来帮你搞定这个自动化提取的需求！针对每个目标索引批量提取前后固定行数的内容，核心是处理好边界避免索引越界，同时用循环高效完成所有目标的处理。

核心思路 #

对于每个目标索引idx：

• 前250行：从max(0, idx-250)到idx（防止起始索引为负数）
• 后250行：从idx到min(df最大索引, idx+250)（防止结束索引超出DataFrame范围）
• 合并两个区间并去重（因为idx所在行会在两个区间重复出现）

代码实现（适用于连续整数索引） #

import pandas as pd

# 替换成你的真实DataFrame即可，这里先构造示例数据
df = pd.DataFrame(data={"value": range(10000)}, index=range(10000))

# 可任意指定的目标索引列表
target_indices = [500, 2000, 2500, 4200, 7567]
window_size = 250  # 前后要提取的行数

# 存储每个索引对应的提取结果
extracted_data = []

for idx in target_indices:
    # 计算前后区间的边界
    pre_start = max(0, idx - window_size)
    pre_end = idx
    post_start = idx
    post_end = min(df.index[-1], idx + window_size)
    
    # 提取两个区间的行
    pre_section = df.loc[pre_start:pre_end]
    post_section = df.loc[post_start:post_end]
    
    # 合并并去重，避免目标索引行重复
    combined_section = pd.concat([pre_section, post_section]).drop_duplicates()
    extracted_data.append(combined_section)
    
    print(f"已完成索引{idx}的前后{window_size}行提取")

# 可选：将所有提取结果合并为一个DataFrame
final_result = pd.concat(extracted_data).drop_duplicates()

处理非连续/自定义索引的情况 #

如果你的DataFrame索引不是连续整数（比如日期索引、字符串索引），需要先把标签索引转换为位置索引，再用iloc提取：

import pandas as pd

# 示例：日期索引的DataFrame
date_range = pd.date_range(start="2023-01-01", periods=10000)
df = pd.DataFrame(data={"value": range(10000)}, index=date_range)

target_indices = [date_range[500], date_range[2000]]  # 目标日期索引
window_size = 250

extracted_data = []

for target_idx in target_indices:
    # 获取目标索引对应的位置
    idx_pos = df.index.get_loc(target_idx)
    
    # 计算位置边界
    pre_start = max(0, idx_pos - window_size)
    pre_end = idx_pos
    post_start = idx_pos
    post_end = min(len(df)-1, idx_pos + window_size)
    
    # iloc是左闭右开，所以结束位置要+1
    pre_section = df.iloc[pre_start:pre_end+1]
    post_section = df.iloc[post_start:post_end+1]
    
    combined_section = pd.concat([pre_section, post_section]).drop_duplicates()
    extracted_data.append(combined_section)

关键细节说明 #

• max(0, ...)和min(df.index[-1], ...)：确保索引不会越界，避免抛出索引错误
• drop_duplicates()：移除重复的目标索引行，因为它同时出现在前后两个区间
• 如果不需要合并前后区间，可以单独存储pre_section和post_section，满足不同的使用需求

内容的提问来源于stack exchange，提问作者user9410826