如何在Pandas DataFrame中筛选并删除指定列数据超范围的行

你的代码问题出在没有明确判断每行是否存在任意一列超出范围，直接用多列布尔矩阵索引会导致逻辑偏差，甚至误删所有行。以下是正确的实现方式：

方法一：直接筛选保留符合条件的行 #

先对目标列（99个整数列）进行范围判断，生成布尔矩阵，再用any(axis=1)标记出存在超出范围值的行，最后取反保留合规行：

# 生成布尔矩阵：每个元素表示对应单元格是否超出范围
out_of_range = (my_data[column_name_list] < 0) | (my_data[column_name_list] > 500)
# 标记每行是否有任意一列超出范围
has_bad_value = out_of_range.any(axis=1)
# 保留所有无超出范围值的行
my_data = my_data[~has_bad_value]

方法二：获取待删除索引再删除 #

如果你习惯用drop方法，逻辑和上面一致，先筛选出需要删除的行索引：

out_of_range = (my_data[column_name_list] < 0) | (my_data[column_name_list] > 500)
drop_list = my_data[out_of_range.any(axis=1)].index
my_data = my_data.drop(drop_list)

关键逻辑说明 #

• (my_data[column_name_list] < 0) | (my_data[column_name_list] > 500)：生成一个和原DataFrame行数相同、列数为99的布尔矩阵，每个单元格对应是否超出范围。
• .any(axis=1)：按行判断，只要该行有任意一个单元格为True（即存在超出范围的值），就返回True，最终得到一个和行数相同的布尔Series。
• ~has_bad_value：对布尔Series取反，得到所有合规行的标记。

内容的提问来源于stack exchange，提问作者jetson485