Python 根据前n行的条件筛选数据帧

我有一个形状为[600000,19]的数据框。我想根据一个条件过滤前100000行，根据另一个条件过滤下300000行，最后一行过滤第三个条件。我想知道如何才能做到这一点

目前，我将数据帧分为3段，并应用它们各自的条件。然后，我重新连接数据帧。有更好的办法吗

---

示例：根据小于5的任何值筛选前100000行。对于第二个300000行，我不希望任何值大于40，等等。

您可以尝试以下方法：

import pandas as pd

sample = pd.DataFrame({'x' : pd.np.arange(100),
                       'colname': pd.np.arange(100)})
conditions = [('index < 5', 'colname < 3'), 
              ('index > 50', 'index < 100', 'colname < 55')]
sample.query('|'.join(map(lambda x: '&'.join(x), conditions)))

将熊猫作为pd导入
sample=pd.DataFrame（{'x'：pd.np.arange（100），
“colname”：pd.np.arange（100）}）
条件=[（'index<5'，'colname<3'），
（'index>50'，'index<100'，'colname<55'）]
sample.query（'|'.join（映射（lambda x:'&.join（x），条件）））

方法是使用数据帧索引切片和

pd.concat

构建完整的布尔序列：

import numpy as np
import pandas as pd
np.random.seed(0)
df=pd.DataFrame(np.random.randint(0,50,60))

df[pd.concat([df.iloc[:10] > 10, df[11:40] < 30, df[41:] % 2 == 0])]

---

将索引重置为列，然后可以将行序列号合并到条件中尝试使用.iloc创建三个掩码，然后使用“或”（|）将三个掩码同时应用到数据帧。谢谢！这绝对是一个更干净的版本，我原来的，然后我放弃了na的，并重置了索引，它的工作非常好。谢谢！这绝对能够完成任务，而无需拆分和重新命名。我还学到了一些关于熊猫的其他东西。

      0
0   44.0
1   47.0
2    NaN
3    NaN
4    NaN
5   39.0
6    NaN
7   19.0
8   21.0
9   36.0
10   NaN
11   6.0
12  24.0
13  24.0
14  12.0
15   1.0
16   NaN
17   NaN
18  23.0
19   NaN
20  24.0
21  17.0
22   NaN
23  25.0
24  13.0
25   8.0
26   9.0
27  20.0
28  16.0
29   5.0
30  15.0
31   NaN
32   0.0
33  18.0
34   NaN
35  24.0
36   NaN
37  29.0
38  19.0
39  19.0
40   NaN
41   NaN
42  32.0
43   NaN
44   NaN
45  32.0
46   NaN
47  10.0
48   NaN
49   NaN
50   NaN
51  28.0
52  34.0
53   0.0
54   0.0
55  36.0
56   NaN
57  38.0
58  40.0
59   NaN