如何按位置（loc）删除Pandas DataFrame行（非按索引）

现有一个整数索引（有序且唯一，但存在缺失值）的pandas.DataFrame，已确定部分需删除的行，同时要删除每个目标行的下一行（其索引无法直接确定）。目前已将待删除行的索引转换为位置列表[0,1,4,5]，需要实现按该列表删除行以得到预期结果。

代码示例 #

import pandas as pd
import numpy as np

# 构建标识列
identifier_1 = pd.Series([True]*3, index=[1, 5, 9])
identifier_2 = pd.Series([True]*3, index=[3, 8, 11])

# 构建带索引的DataFrame
df = pd.DataFrame(
    {
        'data':[0, 1, 3, 7, 8, 12, 13, 15, 16, 18, 25, 28, 29]
    }, index=np.arange(13))

# 合并标识列到DataFrame
df = df.merge(identifier_1.rename('ident_1'), how='left', left_index=True, right_index=True)
df = df.merge(identifier_2.rename('ident_2'), how='left', left_index=True, right_index=True)

df = df.fillna(value=False)

# 筛选出ident_1或ident_2为True的行
relev_df = df.loc[df["ident_1"] | df["ident_2"], :]

# 创建判断列
relev_df['criteria'] = np.where(relev_df.ident_1, relev_df.data.diff(periods=-1), np.NaN)

criteria_value = -5

# 获取不符合条件的索引列表
index_ident1 = relev_df[relev_df['criteria'] < criteria_value].index
index_ident1 = [x for x in index_ident1]

# 将索引转换为位置列表
loc_ident_1 = []
unique_index = relev_df.index
for idx in index_ident1:
    _loc = unique_index.get_loc(idx)
    loc_ident_1.extend((_loc, _loc + 1))

当前中间结果 #

df:
    data  ident_1  ident_2
0      0    False    False
1      1     True    False
2      3    False    False
3      7    False     True
4      8    False    False
5     12     True    False
6     13    False    False
7     15    False    False
8     16    False     True
9     18     True    False
10    25    False    False
11    28    False     True
12    29    False    False

relev_df:
    data  ident_1  ident_2  criteria
1      1     True    False      -6.0
3      7    False     True       NaN
5     12     True    False      -4.0
8     16    False     True       NaN
9     18     True    False     -10.0
11    28    False     True       NaN
identified indexes:    [1, 9]
identified locations:  [0, 1, 4, 5]

预期结果 #

result_df:
    data  ident_1  ident_2  criteria
5     12     True    False      -4.0
8     16    False     True       NaN

直接利用pandas的索引定位功能，通过待删除的位置列表筛选出需要保留的行即可，有两种简洁实现方式：

方法一：通过iloc和布尔索引 #

import numpy as np

# 生成所有行的位置数组
all_positions = np.arange(len(relev_df))
# 筛选出不在待删除列表中的位置
keep_positions = all_positions[~np.isin(all_positions, loc_ident_1)]
# 获取结果
result_df = relev_df.iloc[keep_positions]

方法二：直接使用drop方法 #

# 通过位置获取对应的行索引，然后删除这些行
result_df = relev_df.drop(relev_df.index[loc_ident_1])

两种方法都能得到符合预期的result_df。

内容的提问来源于stack exchange，提问作者Mark TeaBot