Python 如何根据情况丢弃大Pandas 的前n行，使大Pandas 的其余部分完好无损

当我不知道有多少行时，如何根据pandas pandraame的第一个数据行的情况删除前n行，从而保留其余n行？ 比如说，我想根据第一记录的第二行删除下面示例中的所有前n行.时间戳的数量不是恒定的.

代码 :

import pandas as pd
from datetime import datetime
# sample dataframe
d = {(0) : [pd.DatetimeIndex([datetime.strptime(s, '%Y-%m-%d %H:%M:%S')])[0] 
                            for s in ['2001-12-23 01:23:59',
                                      '2001-12-23 01:23:59',
                                      '2001-12-23 01:23:59',
                                      '2001-12-23 01:24:00',
                                      '2001-12-23 01:24:00',
                                      '2001-12-23 01:24:01',
                                      '2001-12-23 01:24:02',
                                      '2001-12-23 01:24:02'
                                      ]],
                            (1) : [10,11,12,13,14,15,16,17]
                            }

df1 = pd.DataFrame(data=d)
# obtain first second from timestamp column
sec_1 = df1[0].head(1).dt.second

我知道如何过滤整个时间戳列，但我很难按照描述的那样过滤掉. 我正在查看concat和iloc，但"删除了此处的声明".

编辑:

更多澄清.

我需要根据第一个时间戳中的秒值删除上述示例rame的第一行，这里是59，但可以是任何其他秒数.作为时间戳，它在创建之前永远不知道，并且可以是00到59之间的任何值.此外，尚不清楚同一秒内会创建多少个相同的时间戳. 因此，在上面的示例rame中，我有3个秒数相同的时间戳.可能是6，可能是31，永远不知道.

当前样本框架:

                        0   1
    0 2001-12-23 01:23:59  10
    1 2001-12-23 01:23:59  11
    2 2001-12-23 01:23:59  12
    3 2001-12-23 01:24:00  13
    4 2001-12-23 01:24:00  14
    5 2001-12-23 01:24:01  15
    6 2001-12-23 01:24:02  16
    7 2001-12-23 01:24:02  17

我想要的结果是这样的相框:

                        0   1
    3 2001-12-23 01:24:00  13
    4 2001-12-23 01:24:00  14
    5 2001-12-23 01:24:01  15
    6 2001-12-23 01:24:02  16
    7 2001-12-23 01:24:02  17

稍后我可以删除奶奶的，重新索引等等.