Pandas：如何按特定列匹配及状态条件筛选并保留DataFrame行？

思路拆解 #

核心是定位满足以下双条件的行对，再删除对应T_DOWN行：

• 行A的End值 = 行B的Start值
• 行A的Status为T_DOWN，行B的Status为P_DOWN

代码实现 #

假设你的DataFrame名为df，按以下步骤操作：

import pandas as pd

# 1. 筛选出参与匹配的目标行（仅T_DOWN/P_DOWN）
target_rows = df[df['Status'].isin(['T_DOWN', 'P_DOWN'])]

# 2. 拆分两类状态的子集
t_down_subset = target_rows[target_rows['Status'] == 'T_DOWN']
p_down_subset = target_rows[target_rows['Status'] == 'P_DOWN']

# 3. 匹配符合条件的行对：P_DOWN的Start等于T_DOWN的End
matched_pairs = pd.merge(p_down_subset, t_down_subset, 
                         left_on='Start', right_on='End', 
                         how='inner')

# 4. 提取需要删除的T_DOWN行索引
to_remove = matched_pairs['End_y'].index

# 5. 生成最终结果
result_df = df.drop(to_remove).reset_index(drop=True)

验证结果 #

运行代码后，result_df输出与期望一致：

Start         End        Status       
TR            WE         T_UP       
DD            RE         P_DOWN     
TR            WE         R_WAIT
YT            GG         R_WAIT    
GG            LO         P_DOWN

关键说明 #

• 利用Pandas的向量式操作（而非循环）提升效率，适合大数据量场景
• 仅针对目标状态行匹配，避免无关行干扰
• 依赖原数据行唯一的特性，通过索引精准定位待删除行

内容的提问来源于stack exchange，提问作者Souvik Ray