如何创建可复用函数，基于指定列中的值删除数据行？

你现有可正常运行的代码（注意原代码里list1应为listToRemove，修正后如下）：

df = raw_data
listToRemove = ["red", "blue"]
raw_data = raw_data[raw_data.colours.isin(listToRemove) == False]

你编写的函数存在几个语法和逻辑错误，导致无法运行：

• 函数参数不能用[list]这种写法，属于非法参数定义
• listToRemove = [list]会把传入的列表再嵌套一层，变成二维列表，导致isin判断失效
• 用df.column无法通过变量指定列名，必须使用df[column]的方式来通过字符串变量获取列

正确的可复用函数写法如下：

def remove_rows(df, column_name, remove_list):
    # 过滤掉指定列中包含目标列表元素的行
    filtered_df = df[~df[column_name].isin(remove_list)]
    return filtered_df

用法示例 #

针对你的原始数据调用该函数：

# 假设raw_data是你的目标DataFrame
cleaned_data = remove_rows(raw_data, "colours", ["red", "blue"])

补充说明 #

• 用~代替== False，是Pandas中更简洁的布尔取反写法
• 函数参数名尽量清晰易懂，避免歧义
• 函数内部不直接修改传入的原DataFrame，返回新的过滤后结果，符合数据处理的最佳实践

内容的提问来源于stack exchange，提问作者Ben Watson