我有一个很大的csv文件，其列类似date，patient_id和time。根据某些条件，我在数据框中得到了特定的行-
df4=df3.loc[(df3['identity']==ID) & (df3['Date'] == date) & (df3['Time'] ==matched_time )]
现在我有另一个没有特定行数的数据框，现在我想创建一个新数据框，其中包含我获得的df4行之后的所有行，直到第二个数据框的所有行都结束了。
示例-
111_& 14436 16025 6 433050 11/1/2013 13:32:30
111_& 14437 16026 6 433080 11/1/2013 13:33:00
111_& 14438 16027 6 433110 11/1/2013 13:33:30
111_& 14439 16028 6 433140 11/1/2013 13:34:00
111_& 14440 16029 6 433170 11/1/2013 13:34:30
111_& 14441 16030 6 433200 11/1/2013 13:35:00
111_& 14442 16031 6 433230 11/1/2013 13:35:30
111_& 14443 16032 6 433260 11/1/2013 13:36:00
111_& 14444 16033 6 433290 11/1/2013 13:36:30
111_& 14445 16034 6 433320 11/1/2013 13:37:00
现在根据某种条件，我得到了111_& 14440 16029 6 433170 11/1/2013 13:34:30行
现在我想生成一个新的数据框，该数据框的行数与第二个数据框的行数相同（可以说它有4行） 然后变成-
111_& 14440 16029 6 433170 11/1/2013 13:34:30
111_& 14441 16030 6 433200 11/1/2013 13:35:00
111_& 14442 16031 6 433230 11/1/2013 13:35:30
111_& 14443 16032 6 433260 11/1/2013 13:36:00
答案 0 :(得分：0)
# note this just takes the first index, you may want to check that your condition
# returns a unique row, like:
# assert df3.loc[(df3['identity'] == ID) & (df3['Date'] == date) & (df3['Time'] == matched_time)].shape[0] == 1
idx = df3.loc[(df3['identity'] == ID) & (df3['Date'] == date) & (df3['Time'] == matched_time)].index.item()
result = df3[idx:]