如何删除Dataframe中label1、label2、label3值相同的行？

原代码的核心问题是无法处理三个标签全为NaN的行——因为在Python中，NaN == NaN会返回False，这类行不会被原代码的条件匹配到，导致删不掉。

下面给出两种可行的替代方案：

方案1：用nunique()统一判断 #

直接通过每行三个标签的唯一值数量来识别是否需要删除：

# 保留三个标签不全相同的行
df = df[~df[['label1', 'label2', 'label3']].apply(lambda x: x.nunique(dropna=False) == 1, axis=1)]

• 原理：nunique(dropna=False)会把NaN算作一个独立值，当三个标签完全相同时（不管是全0、全1还是全NaN），唯一值数量都是1；
• ~符号用来取反，筛选出不满足“三个标签全相同”的行。

方案2：拆分条件覆盖全NaN场景 #

把“全NaN”和“非NaN值全相同”两种情况分开判断，再合并条件：

# 定义需要删除的行的条件
delete_condition = (df[['label1', 'label2', 'label3']].isna().all(axis=1)) | \
                   ((df['label1'] == df['label2']) & (df['label1'] == df['label3']))
# 删除符合条件的行
df = df[~delete_condition]

• 第一个条件isna().all(axis=1)专门识别三个标签全为NaN的行；
• 第二个条件就是你原来的逻辑，处理非NaN值全相同的情况；
• 用|（逻辑或）把两个条件合并，再取反保留需要的行。

内容的提问来源于stack exchange，提问作者Gerasimos