如何在Pandas DataFrame中删除Column A含'next'的连续3行？

先明确需求：当数据集的Column A列出现next时，删除该行及后续连续2行（共3行）。以下是基于Python pandas库的实现方法：

示例数据 #

实现步骤 #

方法一：基础遍历法 #

import pandas as pd
import numpy as np

# 构造示例数据（实际使用时可替换为pd.read_csv等读取数据的代码）
data = {
    'Column A': ['john', 'next', np.nan, '123', 'smith', 'Pete', 'next', np.nan, '123', 'Angie', 'tom'],
    'Column B': [1, np.nan, np.nan, np.nan, 2, 3, np.nan, np.nan, np.nan, 2, 3]
}
df = pd.DataFrame(data)

# 定位所有'next'所在的行索引
next_indices = df[df['Column A'] == 'next'].index

# 收集需要删除的索引：当前行+后续2行
to_drop = set()
for idx in next_indices:
    to_drop.update([idx, idx+1, idx+2])

# 过滤超出数据集范围的索引（避免越界错误）
max_valid_idx = df.index.max()
to_drop = {i for i in to_drop if i <= max_valid_idx}

# 删除指定行
df_cleaned = df.drop(to_drop)

# 查看结果
print(df_cleaned)

方法二：简洁数组操作法 #

利用numpy的数组操作简化索引生成，代码更紧凑：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'Column A': ['john', 'next', np.nan, '123', 'smith', 'Pete', 'next', np.nan, '123', 'Angie', 'tom'],
    'Column B': [1, np.nan, np.nan, np.nan, 2, 3, np.nan, np.nan, np.nan, 2, 3]
})

# 获取所有'next'的索引
next_idx = df[df['Column A'] == 'next'].index
# 生成待删除的索引数组：当前行+后续2行，去重并过滤越界值
to_drop = np.unique(np.concatenate([next_idx, next_idx+1, next_idx+2]))
to_drop = to_drop[to_drop <= df.index.max()]

# 删除行并输出结果
df_cleaned = df.drop(to_drop)
print(df_cleaned)

结果说明 #

执行后得到的清理后数据集如下：

内容的提问来源于stack exchange，提问作者Krishnapriya Nair