Python 将要选择/取消选择的列值定义为默认值

我想在一列中自动选择值-步骤ID。 除了定义要过滤的步骤ID（如下面的代码所示）之外，我还要定义要排除的第一个步骤ID和最后一个步骤ID

df = df.set_index(['Step_ID'])

df.loc[df.index.isin(['Step_2','Step_3','Step_4','Step_5','Step_6','Step_7','Step_8','Step_9','Step_10','Step_11','Step_12','Step_13','Step_14','Step_15','Step_16','Step_17','Step_18','Step_19','Step_20','Step_21','Step_22','Step_23','Step_24'])]

是否有排除列中第一个和最后一个值的选项？在本例中，步骤1和步骤25。 或者包括第一个和最后一个值以外的所有值？在本例中，步骤2-步骤24

原因是文件的“步骤ID”编号不同。 因为我不必一直重新定义它，所以我希望有一个解决方案来简化对它们的过滤。有必要排除“步骤ID”列中的第一个和最后一个值，但步骤ID的数量始终不同

通过步骤1-步骤X，我需要步骤2-步骤（X-1）

使用：

df = pd.DataFrame({
    'Step_ID': ['Step_1','Step_1','Step_2','Step_2','Step_3','Step_4','Step_5',
                'Step_6','Step_6'],
    'B': list(range(9))})
print (df)
  Step_ID  B
0  Step_1  0
1  Step_1  1
2  Step_2  2
3  Step_2  3
4  Step_3  4
5  Step_4  5
6  Step_5  6
7  Step_6  7
8  Step_6  8

选择没有通过切片提取的第一个和最后一个索引值的所有索引值。索引[[0，-1]]：

df = df.set_index(['Step_ID'])
df = df.loc[~df.index.isin(df.index[[0, -1]].tolist())]
print (df)
         B
Step_ID   
Step_2   2
Step_2   3
Step_3   4
Step_4   5
Step_5   6

---

这个问题不是很清楚，你们可能需要详细说明一下。评论不是为了扩大讨论；这段对话已经结束。