如何简洁地从Pandas DataFrame提取行并移除原行？

需求说明 #

需要实现两个关联操作：

• 根据值条件提取目标行
• 从原DataFrame中移除该行，替代原示例中重复编写布尔索引的冗余写法

原实现与数据示例 #

原代码：

import pandas as pd
data = pd.DataFrame({'A': {0: 'a', 1: 'b', 2: 'z', 3: 'd'},
                     'B': {0: 1, 1: 3, 2: 5, 3: 7},
                     'C': {0: 2, 1: 4, 2: 6, 3: 8}})

# 原冗余写法
data_z = data[data.A.isin(['z']) == True]
data = data[data.A.isin(['z']) == False]

输入DataFrame：

A  B  C
0  a  1  2
1  b  3  4
2  z  5  6
3  d  7  8

期望输出：
处理后的原DataFrame：

A  B  C
0  a  1  2
1  b  3  4
3  d  7  8

提取的目标行：

A  B  C
2  z  5  6

简洁实现方法 #

方法1：预定义布尔掩码（推荐）

先定义一次条件掩码，避免重复计算条件，代码更高效简洁：

# 单值判断直接用==，比isin更简洁
mask = data['A'] == 'z'
data_z = data[mask]
data = data[~mask]

方法2：使用query方法提升可读性

用类SQL的语法编写条件，代码更直观：

data_z = data.query('A == "z"')
data = data.query('A != "z"')

方法3：结合索引与drop操作

如果确定符合条件的行唯一，可通过索引一次性完成移除和提取：

target_idx = data[data['A'] == 'z'].index
data_z = data.loc[target_idx]
data = data.drop(target_idx)

内容的提问来源于stack exchange，提问作者Cairoknox