如何不使用循环删除DataFrame中包含在列表内的行？

开发者阿泽

2026-8-3

解决方案

要高效删除DataFrame中与指定元组列表匹配的行，推荐使用以下两种矢量化方法，避免低效的循环操作：

方法1：利用`apply(tuple)` + `isin`过滤

将DataFrame的目标列转换为元组序列，通过isin匹配待删除的元组，再取反筛选保留的行：

import pandas as pd
df = pd.DataFrame(
    {
        'A': ['a', 'b', 'c', 'd', 'a', 'd', 'a', 'c'],
        'B': [4, 2, 2, 1, 3, 4, 3, 2],
    }
)
rows_to_remove = [('a', 4), ('c', 2), ('d', 4), ('a', 3)]

# 生成匹配掩码
mask = df[['A', 'B']].apply(tuple, axis=1).isin(rows_to_remove)
# 过滤得到结果
result_df = df[~mask]
print(result_df)

输出结果：

A  B
1  b  2
3  d  1

方法2：使用`merge`反连接（适合大数据量）

将待删除的元组转换为临时DataFrame，通过左连接标记行的来源，仅保留原DataFrame独有的行：

import pandas as pd
df = pd.DataFrame(
    {
        'A': ['a', 'b', 'c', 'd', 'a', 'd', 'a', 'c'],
        'B': [4, 2, 2, 1, 3, 4, 3, 2],
    }
)
rows_to_remove = [('a', 4), ('c', 2), ('d', 4), ('a', 3)]

# 转换待删除行为DataFrame
remove_df = pd.DataFrame(rows_to_remove, columns=['A', 'B'])
# 左连接并添加来源标记
merged = df.merge(remove_df, on=['A', 'B'], how='left', indicator=True)
# 筛选原DataFrame独有的行，移除标记列
result_df = merged[merged['_merge'] == 'left_only'].drop(columns='_merge')
print(result_df)

输出结果与方法1一致。