匹配并提取DataFrame中至少有一个值超指定范围的日期行ID

我来帮你搞定这个需求！我们可以用pandas一步步处理你的DataFrame，找出那些至少有一个Measure值超出指定范围的行，然后提取它们的ID（也就是你的Index列）。

步骤1：构造你的DataFrame #

首先，我们先把你给出的数据转换成可操作的pandas DataFrame（注意处理<NA>为pandas的缺失值）：

import pandas as pd

data = {
    'Index': [1, 2, 3, 4, 5, 6],
    'Measurement': [56.0, 56.0, 65.0, 129.1, 56.0, pd.NA],
    'Date': ['2018-03-16', '2018-03-16', pd.NA, '2018-03-16', '2018-03-16', '2018-03-16'],
    'Measure.1': [2, 78, 54, 78, 786, 34],
    'Date.1': ['2018-03-23', '2018-03-23', '2018-03-23', '2018-03-23', '2018-03-23', '2018-03-23'],
    'Measure.2': [12, 41234, 35, 12, 234, 4],
    'Date.2': ['2018-03-29', '2018-03-29', pd.NA, '2018-03-29', '2018-03-29', '2018-03-29'],
    'Measure.3': [22.0, 12.0, 323.0, 2.0, 21.0, 54.0],
    'Date.3': ['2018-04-05', '2018-04-05', '2018-04-05', '2018-04-05', pd.NA, '2018-04-05']
}

df = pd.DataFrame(data)

步骤2：定义数值范围 #

先设定你要检查的数值范围，比如这里我们假设范围是0到100，你可以根据实际需求修改：

lower_bound = 0
upper_bound = 100

步骤3：筛选所有Measure列 #

我们先把所有包含Measure的列筛选出来，这样不用手动列出来：

# 匹配所有包含"Measure"的列
measure_cols = df.columns[df.columns.str.contains('Measure')]

步骤4：标记超出范围的行 #

接下来，我们检查每一行是否存在至少一个Measure值超出范围（这里分两种情况处理缺失值）：

情况1：缺失值不算超出范围

只判断数值是否在范围外，缺失值忽略：

out_of_range_mask = df[measure_cols].apply(
    lambda row: ((row < lower_bound) | (row > upper_bound)).any(),
    axis=1
)

情况2：缺失值视为不符合条件

如果只要有Measure列是缺失值，也需要提取该行ID：

out_of_range_mask = df[measure_cols].apply(
    lambda row: ((row < lower_bound) | (row > upper_bound) | row.isna()).any(),
    axis=1
)

步骤5：提取对应的ID #

最后，我们根据标记的结果提取对应的Index值：

out_of_range_ids = df.loc[out_of_range_mask, 'Index']
print(out_of_range_ids)

结果示例 #

如果用情况1的条件（忽略缺失值），输出结果是：

2    2
3    3
4    4
5    5
Name: Index, dtype: int64

对应的行分别是：

• 第2行：Measure.2 = 41234超出范围
• 第3行：Measure.3 = 323超出范围
• 第4行：Measurement = 129.1超出范围
• 第5行：Measure.1 = 786超出范围

如果用情况2的条件（包含缺失值），第6行的Measurement是缺失值，也会被加入结果：

2    2
3    3
4    4
5    5
6    6
Name: Index, dtype: int64

内容的提问来源于stack exchange，提问作者zirodec