为何df.drop删除行数超出预期？英超DataFrame处理异常

可能的原因及修复方案 #

1. 未保存删除操作的结果 #

pandas的drop()方法默认返回新的DataFrame，不会修改原数据。如果只执行other_team_df.drop(del_row_index)却没有将结果赋值给变量，也未添加inplace=True参数，原other_team_df不会发生任何变化。你看到的72行大概率是误查看了其他数据，或是之前操作残留的错误结果。

修复方式二选一：

• 重新赋值给原变量或新变量：

  other_team_df = other_team_df.drop(del_row_index)
  

• 使用inplace=True直接修改原DataFrame：

  other_team_df.drop(del_row_index, inplace=True)
  

2. 重复索引导致误删 #

如果你的DataFrame存在重复的行索引，drop()会删除所有匹配该索引值的行，而非仅你筛选出的1596行。比如某索引值在del_row_index中出现1次，但原DataFrame里有几十行共用该索引，这些行都会被批量删除，最终剩余行数远低于预期。

修复步骤：

1. 先检查索引是否唯一：

   print(other_team_df.index.is_unique)
   

2. 若返回False，先重置索引再执行删除：

   # 重置索引，丢弃原重复索引
   other_team_df = other_team_df.reset_index(drop=True)
   # 重新生成待删除索引（用isin简化条件）
   target_teams = ['Arsenal', 'Chelsea', 'Liverpool', 'Tottenham', 'Man City', 'Man United']
   del_row_index = other_team_df[other_team_df['HomeTeam'].isin(target_teams)].index
   # 执行删除
   other_team_df = other_team_df.drop(del_row_index)
   

优化建议 #

用isin()替代多个|逻辑，让代码更简洁易维护，就是上面示例里的写法。

内容的提问来源于stack exchange，提问作者Immanuel Nii Odai Odarteifio