如何用含df.drop的函数移除DataFrame指定列含目标值的多行？

错误原因分析 #

你遇到的问题有三个核心点：

• 调用函数时，列名要传字符串形式的'Age'，而非直接写Age——Python会把Age当作变量，但你并未定义过这个变量，因此触发"Age未定义"的报错。
• 函数里的df['column']写法错误，这里的'column'是固定字符串，会去DataFrame里找名为column的列，而非你传入的column参数对应的列，要改成df[column]。
• 用== x无法匹配列表中的多个值，批量判断列值是否在目标列表里，得用Pandas的isin()方法。

修正后的函数 #

推荐直接通过布尔索引筛选保留需要的行（避免inplace=True引发的意外问题）：

import pandas as pd

def rem_out(df, column, x):
    # 取反筛选出不在目标列表里的行
    df = df[~df[column].isin(x)]
    return df

如果习惯用drop方法，也可以这么写：

def rem_out(df, column, x):
    drop_indices = df[df[column].isin(x)].index
    df = df.drop(drop_indices)
    return df

正确调用方式 #

先定义要移除的值列表，再传入字符串格式的列名：

data = {'Name': ['Tom', 'nick', 'krish', 'jack'],
        'Age': [20, 21, 19, 18]}
sample = pd.DataFrame(data)
remove_these = [20, 21]

# 列名传字符串'Age'
result = rem_out(sample, 'Age', remove_these)
print(result)

理想输出 #

Name  Age
2  krish   19
3   jack   18

内容的提问来源于stack exchange，提问作者Adriana