如何使用Python Pandas DataFrame删除包含‘-’的所有行？

你的代码无效有两个核心原因：

1. 过滤操作没有重新赋值给原DataFrame，只是临时生成了过滤后的结果，原df根本没被修改；
2. 只检查了Data1列，没处理Data2列里的‘-’，导致仍然会保留Data2含‘-’的行。

以下是两种可行的解决方法：

方法一：多列条件过滤 #

直接指定所有列都不能等于‘-’，并将结果赋值给df：

import pandas as pd

df = pd.read_csv("data.csv")
# 同时过滤Data1和Data2都不含'-'的行
df = df[(df['Data1'] != '-') & (df['Data2'] != '-')]
print(df)

方法二：将‘-’转为缺失值后删除（更通用） #

如果你的数据有很多列，逐个列写条件太麻烦，可以先把所有‘-’替换成pandas识别的缺失值NaN，再一次性删除所有含缺失值的行：

import pandas as pd

df = pd.read_csv("data.csv")
# 将'-'替换为NaN
df = df.replace('-', pd.NA)
# 删除所有含缺失值的行
df = df.dropna()
print(df)

两种方法都能得到你期望的结果：

Data1  Data2
0     99      1
1     99      2
3     98      4
4     97      5

内容的提问来源于stack exchange，提问作者user9964422