如何基于指定列表查找并删除Pandas DataFrame中的行？

原始DataFrame：

name stuff  floats  ints
0     Mike     a     1.0     1
1     Joey     d     2.2     3
2  Zendaya     c     NaN     8
3     John     a     1.0     1
4  Abruzzi     d     NaN     3

待删除列表to_delete：

[['Abruzzi', 'd', pd.NA, 3], ['Mike', 'a', 1.0, 1]]

期望得到的结果DataFrame：

name stuff  floats  ints
1     Joey     d     2.2     3
2  Zendaya     c     NaN     8
3     John     a     1.0     1

请问适合用Pandas的哪种方法实现这个需求？

推荐方法：merge+indicator参数（处理NaN更可靠） #

你的待删除行里包含空值pd.NA，而Pandas里NaN和任何值（包括自己）都不相等，直接用简单匹配方法会出错，所以最稳妥的是用合并筛选的思路：

步骤拆解 #

1. 把原始数据和待删除列表整理成DataFrame：

import pandas as pd

# 原始DataFrame
df = pd.DataFrame({
    'name': ['Mike', 'Joey', 'Zendaya', 'John', 'Abruzzi'],
    'stuff': ['a', 'd', 'c', 'a', 'd'],
    'floats': [1.0, 2.2, pd.NA, 1.0, pd.NA],
    'ints': [1, 3, 8, 1, 3]
})

# 待删除列表转成DataFrame，列名和原始df一致
to_delete = [['Abruzzi', 'd', pd.NA, 3], ['Mike', 'a', 1.0, 1]]
delete_df = pd.DataFrame(to_delete, columns=df.columns)

2. 用merge做左连接，通过indicator标记行的来源：

# 左连接后，_merge列会标记行是只在原始df有（left_only），还是两边都有（both）
merged = df.merge(delete_df, how='left', indicator=True)
# 只保留原始df独有的行，也就是不需要删除的行
result = merged[merged['_merge'] == 'left_only'].drop(columns='_merge')

运行后就能得到目标结果，这个方法完美适配包含空值的场景。

补充：无空值场景的简化方法 #

如果待删除的行里没有空值，也可以用isin快速筛选，但你的数据有NaN，别用这个：

# 生成每行是否在待删除列表里的掩码，取反就是要保留的行
mask = ~df.apply(tuple, axis=1).isin([tuple(row) for row in to_delete])
result = df[mask]

但因为NaN的存在，这个方法会漏判包含NaN的待删除行，所以优先用merge的方法。

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