如何删除Pandas DataFrame中Gender列非Male或Female的行？

你的代码问题分析 #

你之前写的df.drop(df['GENDER'] != 'Male' & 'Female')有两个关键错误：

1. 逻辑运算优先级错误：&的优先级高于!=，代码会先尝试计算'Male' & 'Female'——这是无效的字符串按位与操作，直接导致报错。
2. 条件逻辑错误：要筛选不符合Male/Female的行，不能用这种拼接写法，正确的多条件否定需要分别判断再组合。

有效解决方案 #

下面是三种最常用的正确实现方式：

方法1：布尔索引+isin()（推荐，最简洁）

直接筛选出GENDER列值在指定列表内的行：

df = df[df['GENDER'].isin(['Male', 'Female'])]

方法2：query()方法（语法更接近SQL，可读性高）

用类SQL的查询语句筛选：

df = df.query("GENDER in ['Male', 'Female']")

方法3：drop()的正确用法（如果一定要用drop删除）

先获取不符合条件的行索引，再删除：

# 筛选出所有非Male/Female的行索引
invalid_indices = df[~df['GENDER'].isin(['Male', 'Female'])].index
# 删除这些行
df = df.drop(invalid_indices)

补充说明 #

如果需要原地修改数据集（不重新赋值），可以给方法加inplace=True参数，比如：

df.drop(invalid_indices, inplace=True)
# 或者
df.query("GENDER in ['Male', 'Female']", inplace=True)

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