Pandas按两列不同条件删除行无效，求问题排查与解决

你的代码逻辑本身是成立的，未删除行的核心原因是筛选条件未匹配到任何目标行，或是存在数据/上下文的隐性问题。按以下步骤逐一排查：

第一步：验证筛选条件是否能匹配到目标行 #

先单独提取筛选逻辑，确认是否真的能找到你要删除的120行：

to_remove = ['string1', 'string2']
# 构建筛选掩码
mask = df['Column 1'].isin(to_remove) & df['Column 2'].isna()
# 打印匹配结果和行数
print(df[mask])
print(f"匹配到的行数: {mask.sum()}")

如果输出行数为0，说明条件不匹配，继续往下排查；如果有对应行数，再看后续代码执行的问题。

第二步：排查条件不匹配的核心原因 #

1. 列名是否完全一致 #

列名可能存在拼写错误、空格差异或大小写问题（比如实际列名是Column1而非Column 1，或是column 1）。执行以下命令确认所有列名：

print(df.columns.tolist())

确保代码中的列名和输出的列名完全一致（包括空格、大小写）。

2. 字符串存在隐藏格式差异 #

Column 1中的目标字符串可能带有前后空格、换行符、全角字符等隐性差异，导致isin()匹配失败：

• 查看Column 1的所有唯一值，对比是否和to_remove中的字符串完全一致：

  print(df['Column 1'].unique())
  

• 尝试去除字符串前后空格后再匹配：

  mask = df['Column 1'].str.strip().isin(to_remove) & df['Column 2'].isna()
  print(mask.sum())
  

3. Column 2的"空值"并非真正的NaN #

Pandas的isna()仅识别真正的空值标记（如np.nan、pd.NA），如果Column 2中的空值是字符串'NaN'、空字符串''或其他占位符，isna()会返回False：

• 查看Column 2的所有唯一值，确认空值的真实格式：

  print(df['Column 2'].unique())
  

• 如果是字符串'NaN'，修改条件为：

  mask = df['Column 1'].isin(to_remove) & (df['Column 2'] == 'NaN')
  

• 如果是空字符串，修改为：

  mask = df['Column 1'].isin(to_remove) & (df['Column 2'] == '')
  

第三步：排查代码执行的上下文问题 #

1. 避免inplace=True的潜在问题 #

如果你的df是通过链式索引（如df = original_df[col_list]）得到的副本，inplace=True可能会因为Pandas的副本机制导致修改不生效。建议改用重新赋值的方式：

df = df[~mask]

这种方式更稳妥，也能避免SettingWithCopyWarning的影响。

2. 确认DataFrame未被提前修改 #

检查代码执行顺序，确保在运行删除逻辑前，没有其他操作已经删除了目标行。

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