基于列值筛选DataFrame：获取值大于10的索引列表

嘿，我来帮你搞定这个问题！你现在的代码返回带NaN的完整DataFrame，是因为直接对整个DataFrame应用了布尔条件，没有精准筛选符合要求的行并提取索引。

问题分析 #

你的原始代码 id_outlier = df1[df1 > 10] 会遍历DataFrame的每个元素，把不满足>10的位置替换成NaN，所以得到的是带空值的结构，而非你想要的索引列表。

正确解决方案 #

先明确你需要的是value大于10还是大于等于10（毕竟你期望的结果包含loc1，它的value是10），两种情况的代码如下：

情况1：获取value > 10的索引列表

# 筛选value列大于10的行，提取索引并转为列表
id_outlier = df1[df1['value'] > 10].index.tolist()

执行结果：['loc4', 'loc5']

情况2：获取value >= 10的索引列表（匹配你期望的输出）

# 筛选value列大于等于10的行，提取索引并转为列表
id_outlier = df1[df1['value'] >= 10].index.tolist()

执行结果：['loc1', 'loc4', 'loc5']

补充说明 #

• 必须指定具体列（这里是df1['value']）来应用布尔条件，才能精准定位符合要求的行。
• .index用于获取筛选后行的索引，.tolist()可以把索引对象转换成普通Python列表，方便后续使用。

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