Фильтрация данных, где порог нарушен в Python Datafr

Чтобы получить строки, в которых столбец находится между двумя значениями (оба включительно), вы можете использовать between. В целях демонстрации сохраните это во временном столбце

df['in_range'] = df.Temperature.between(7, 10)

чтобы получить это (пока игнорируя столбец Flag):

>>> df.head(10)
        Date  Temperature  in_range
0  01-Jan-21          9.2      True
1  02-Jan-21          9.5      True
2  03-Jan-21         10.1     False
3  04-Jan-21         11.0     False
4  05-Jan-21         10.5     False
5  06-Jan-21         10.2     False
6  07-Jan-21          9.8      True
7  08-Jan-21          8.5      True
8  09-Jan-21          6.2     False
9  10-Jan-21          9.9      True

Один из вариантов, чтобы получить только первый из ряда последовательных False строк, мы можем выбрать строки, где предыдущая строка True. Мы можем сделать это, используя shift, который по умолчанию сдвигает строки вниз на единицу, т. е. строка 0 становится 1, строка 1 становится 2 и т. д.

>>> df.in_range.shift().head()
0      NaN
1     True
2     True
3    False
4    False
Name: in_range, dtype: object

У первой строки нет предыдущей строки, поэтому она заполняется NaN. Однако в вашем случае нам нужно заполнить его True. Сохранение этого в другом столбце:

>>> df['in_range_shift'] = df.in_range.shift(fill_value=True)
>>> df.head(10)
        Date  Temperature  in_range  in_range_shift
0  01-Jan-21          9.2      True            True
1  02-Jan-21          9.5      True            True
2  03-Jan-21         10.1     False            True # <-
3  04-Jan-21         11.0     False           False
4  05-Jan-21         10.5     False           False
5  06-Jan-21         10.2     False           False
6  07-Jan-21          9.8      True           False
7  08-Jan-21          8.5      True            True
8  09-Jan-21          6.2     False            True # <-
9  10-Jan-21          9.9      True           False

Обратите внимание, как мы получаем (False, True) в последних двух столбцах для каждого значения, которое мы хотим.

Так что просто сделайте:

>>> df[~df.in_range & df.in_range_shift] 
         Date  Temperature  in_range  in_range_shift
2   03-Jan-21        10.10     False            True
8   09-Jan-21         6.20     False            True
10  11-Jan-21        10.10     False            True
16  17-Jan-21        10.22     False            True

Что, конечно, можно сделать гораздо более лаконично с оригиналом df:

>>> m = df.Temperature.between(7, 10)
>>> df[~m & m.shift(fill_value=True)]
         Date  Temperature   Flag
2   03-Jan-21        10.10  UPPER
8   09-Jan-21         6.20  LOWER
10  11-Jan-21        10.10  UPPER
16  17-Jan-21        10.22  UPPER