PyTorch中按张量值删除行：寻求类似pandas drop的简洁方案

可以通过逐行匹配目标值+布尔索引的方式实现简洁的删行操作，无需手动拼接张量：

import torch

x = torch.tensor([
    [1,2,3,4],
    [5,6,7,8],
    [9,10,11,12]
])

# 定义要删除的目标行
target_row = torch.tensor([5, 6, 7, 8])

# 生成掩码：判断每一行是否与目标行完全匹配，取反后筛选保留的行
mask = ~torch.all(x == target_row, dim=1)
result = x[mask]

print(result)
# 输出：
# tensor([[ 1,  2,  3,  4],
#         [ 9, 10, 11, 12]])

关键逻辑说明： #

• x == target_row：对张量的每个元素做相等性判断，得到与原张量形状一致的布尔张量
• torch.all(..., dim=1)：沿行维度（dim=1）取逻辑与，生成一维布尔张量，标记每行是否完全匹配目标行
• ~ 对掩码取反，得到需要保留的行的标记，最后通过布尔索引x[mask]直接得到删行后的结果

内容的提问来源于stack exchange，提问作者David Siret Marqués