如何以另一个DataFrame为参数，使用Pandas的.drop()方法删除指定行？

先明确核心需求：从df1中删除所有code不在df2中，或者**code在df2中但reply不等于'yes'**的行，最终只保留code在df2中且reply为'yes'的行。

原代码的问题 #

你的代码存在两个关键问题：

• 运算符优先级错误：&的优先级高于==和!=，需要给每个比较表达式单独加括号
• 逻辑匹配错误：逐行对比df1['code']和df2['code']会因为df2的重复值导致匹配逻辑偏离需求，应该基于df2的code集合来判断归属

简便实现方案 #

方案一：结合布尔索引与drop()

先筛选出需要删除的行的索引，再用drop()移除：

# 获取df2中唯一的code集合
target_codes = df2['code'].unique()
# 定义要删除的行的条件：不在目标code集合，或在集合中但reply不是yes
drop_condition = ~((df1['code'].isin(target_codes)) & (df1['reply'] == 'yes'))
# 删除对应索引的行
df_new = df1.drop(df1[drop_condition].index)

方案二：先获取保留行的索引，drop反向索引

也可以先拿到需要保留的行的索引，再删除其余行：

keep_indices = df1[(df1['code'].isin(df2['code'].unique())) & (df1['reply'] == 'yes')].index
df_new = df1.drop(df1.index.difference(keep_indices))

验证结果 #

运行上述代码后，df_new的结果会符合预期：

code | reply
A1   | yes

内容的提问来源于stack exchange，提问作者null92