下面是我正在使用的一些代码的MWE。我通过切片和一些条件慢慢地缩减初始数据帧，直到我只有所需的行。每一块五行实际上代表一个不同的对象，因此，当我缩减内容时，如果每一块五行中的任何一行符合条件，我希望保留它–这就是keep.index上的循环所完成的。不管怎样，当我完成后，我可以看到我想要的最终索引存在，但我得到一条错误消息，说“indexer-ror:positional indexer-out-bounds.”这里发生了什么
将熊猫作为pd导入
将numpy作为np导入
温度=np.随机兰特（100,5）
df=pd.DataFrame（临时，列=['First'、'Second'、'Third'、'Fourth'、'Fifth']）
df_cut=df.iloc[10:]
keep=df_cut.loc[（df_cut['First']<；0.5）&；（df_cut['Second']<；0.6）]
新索引要使用=[]
对于keep.index中的项目：
余数=（项目%5）
add=np.arange（0-余数，5-余数，1）
inds_to_use=项目+添加
新索引到使用。追加（索引到使用）
new_Index_to_use=[ind for sublist in new_Index_to_use for ind in sublist]
最终索引使用=[]
对于新索引中的项目，请使用：
如果项目不在最终索引中，则使用：
最终索引要使用。附加（项目）
final=df_cut.iloc[最终索引要使用]
从.iloc上的熊猫文档中（重点是我的）：
Pandas提供了一套方法，以获得纯粹基于整数的索引。语义与python和numpy切片密切相关。这些是基于0的索引
您试图通过标签使用它，这意味着您需要.loc
从你的例子来看：
>&燃气轮机&燃气轮机；打印df_cut.iloc[89]
...
姓名：99，数据类型：64
&燃气轮机&燃气轮机&燃气轮机；打印df_切口位置[89]
...
姓名：89，数据类型：64