如何利用Pandas函数移除DataFrame末尾含0的行

高效解法（向量操作替代迭代） #

不需要循环逐行删除，直接用Pandas的向量操作可一次性完成，效率远高于迭代：

方法1：定位最后一个非0行并切片

# 生成标记非0行的布尔数组
non_zero_mask = df['value'] != 0
# 找到最后一个非0行的索引
last_valid_idx = non_zero_mask[::-1].idxmax()
# 切片保留到该索引的所有行
df_trimmed = df.loc[:last_valid_idx]

方法2：反向累积布尔筛选

# 从后往前累积标记，保留所有到最后一个非0行的记录
keep_mask = (df['value'] != 0)[::-1].cummax()[::-1]
df_trimmed = df[keep_mask]

原理说明 #

• 两种方法均基于向量运算，避免了循环的低效：
  1. 方法1通过反转布尔数组，用idxmax()快速定位最后一个非0行的位置，直接切片完成裁剪。
  2. 方法2利用反向累积最大值（布尔值中True会覆盖后续的False），生成筛选掩码，保留从开头到最后一个非0行的所有记录。
• 两种方法都会保留DataFrame中间的0值，仅移除末尾连续的0行，完全符合需求。

对比迭代方法的优势 #

你提供的迭代逐行删除代码：

while df.iloc[-1,0] == 0:
    df.drop(df.tail(1).index,inplace=True)

虽然逻辑正确，但每次drop操作都会触发DataFrame的重新计算，当末尾0行数量较多时，效率会非常低。而上面的向量操作仅需一次计算就能完成，性能提升明显。

内容的提问来源于stack exchange，提问作者Ferdinando Randisi