Pandas多DataFrame索引交集处理：索引未删除的问题排查

你的代码为什么没生效？ #

• Pandas的drop()方法默认不会修改原DataFrame，而是返回一个删除指定索引后的新DataFrame。你只调用了drop()但没把结果赋值回原变量，也没加inplace=True参数，所以原数据完全没变化。
• 循环遍历索引时修改原DataFrame的索引，容易出现遍历异常，而且这种逐行判断的方式效率极低，逻辑也容易出错（比如你的嵌套条件里有重复删除的逻辑）。

正确的处理方式 #

直接获取三个DataFrame索引的交集，再用这个共同索引过滤所有数据集，一步到位：

# 获取三个DataFrame共有的索引
common_index = TZThree_data.index.intersection(TZOne_data.index).intersection(BearCreek_data.index)

# 用共同索引过滤每个DataFrame
TZThree_data = TZThree_data.loc[common_index]
TZOne_data = TZOne_data.loc[common_index]
BearCreek_data = BearCreek_data.loc[common_index]

补充说明 #

• 如果不想重新赋值（不推荐，原地修改易引发副作用），也可以用reindex加inplace=True：

TZThree_data.reindex(common_index, inplace=True)
TZOne_data.reindex(common_index, inplace=True)
BearCreek_data.reindex(common_index, inplace=True)

• 用index.intersection()是Pandas原生的高效方法，比用set交集更稳妥，能保留索引的原有顺序和类型。

内容的提问来源于stack exchange，提问作者cahrens