DataFrame数据清理：保留Destination与Origin均为World的行，删除其余同值行

嘿，这个问题我熟！首先得说，你用iterrows()处理200万行绝对是踩坑了——这方法不仅慢得离谱，还很容易因为索引变化或者变量名写错出问题（比如你代码里遍历的是dfn，但删行用的是df，这大概率是你之前失败的原因之一）。

咱们直接用pandas的向量化操作来解决，既高效又靠谱。你的需求是：删除所有原产国和目的国相同但不是"World"的行，保留原产国和目的国都是"World"的记录，同时保留所有原产国≠目的国的行。

方法一：直接构造符合要求的条件 #

我们可以把筛选条件拆成两种符合要求的情况，用逻辑或（|）连接：

• 情况1：目的国≠原产国（这是你原来的筛选逻辑）
• 情况2：目的国=原产国，且这个值是"World"

代码实现如下：

# 构建筛选条件
keep_condition = (dfn["Destination"] != dfn["Origin"]) | \
                 ((dfn["Destination"] == dfn["Origin"]) & (dfn["Destination"] == "World"))

# 应用筛选，得到新的DataFrame
dfn = dfn[keep_condition]

方法二：反向排除不符合要求的行 #

另一种思路是直接排除掉**原产国=目的国且不是"World"**的行，剩下的就是我们要保留的：

# 定义需要排除的条件
exclude_condition = (dfn["Destination"] == dfn["Origin"]) & (dfn["Destination"] != "World")

# 取反后筛选，保留符合要求的行
dfn = dfn[~exclude_condition]

为什么这两种方法更好？ #

• 速度快：pandas的向量化操作是基于底层C实现的，处理200万行基本秒级完成，比iterrows()快几十甚至上百倍。
• 避免索引问题：遍历删行时，inplace=True会实时修改DataFrame的索引，导致后续遍历的行索引错位，而向量化操作是一次性完成筛选，完全不会有这个问题。

内容的提问来源于stack exchange，提问作者Georges