如何使用Pandas截断DataFrame中特定值所在行之前的所有行？

既然你的DataFrame已经按目标列排好序，而且列里的字符串都是唯一的，那实现这个需求其实很简单，给你几种实用的方法：

先还原你的示例场景 #

先把你的示例代码整理好，方便对照：

import pandas as pd

df = pd.DataFrame(['90j1', '90j2', '90j3'], columns=['col'])
print(df)
# 输出：
#    col
# 0  90j1
# 1  90j2
# 2  90j3

我们要得到从90j2开始的所有行，最终预期输出如下：

print(truncated_df)
# 输出：
#    col
# 1  90j2
# 2  90j3

方法一：定位目标行索引后切片 #

这是最直观的方式，先找到目标值所在的行索引，再从该位置开始截取：

target_value = '90j2'
# 筛选出目标值对应的行，取它的第一个索引（因为值唯一，只会有一个）
start_index = df[df['col'] == target_value].index[0]
# 从目标索引开始截取所有行
truncated_df = df.loc[start_index:]

方法二：用get_loc快速获取位置 #

如果你的DataFrame索引是连续整数，也可以用index.get_loc()直接拿到位置，再用iloc切片：

target_value = '90j2'
target_row_idx = df[df['col'] == target_value].index[0]
start_pos = df.index.get_loc(target_row_idx)
truncated_df = df.iloc[start_pos:]

方法三：利用字符串比较直接筛选（仅限排序逻辑匹配时） #

因为你的DataFrame已经按目标列排序，而字符串的比较逻辑刚好和你的排序一致（比如90j2 > 90j1），所以可以直接用布尔索引筛选：

truncated_df = df[df['col'] >= '90j2']

⚠️ 注意：这个方法只适用于字符串的自然排序和你想要的截断逻辑完全匹配的情况，如果你的字符串格式有变化，比如90j10在字符串比较里会小于90j2，这时候就不能用这个方法了。

关键注意事项 #

• 确保目标列的值是唯一的，这样df[df['col'] == target_value]只会返回一行，不会因为多行索引报错；
• 一定要保证DataFrame已经按目标列正确排序，不然截取后的结果会不符合预期。

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