调用list.remove()移除DataFrame触发标签匹配错误的解决办法

我有一个存储多个DataFrame的列表clusters，内容如下：

[         Height      Weight
STU3  72.508120  216.218230
STU2  70.183550  201.071918
STU4  71.252986  204.655494,
           Height      Weight
STU18  64.756280  137.348471
STU11  63.075024  146.905558
STU16  63.981765  147.812869,
           Height     Weight
STU12  56.810317  84.170695,
           Height      Weight
STU1   65.270346  168.617746
STU6   65.806248  165.850648
STU7   68.096220  167.747141
STU9   66.166363  165.514607
STU10  67.906850  170.417231,
           Height      Weight
STU5   65.237050  181.011973
STU8   67.155963  175.646690
STU20  69.443615  178.276728,
           Height      Weight
STU18  64.756280  137.348471
STU11  63.075024  146.905558
STU16  63.981765  147.812869,
           Height      Weight
STU17  61.253579  109.681758
STU13  60.916196  120.943248
STU19  60.236390  123.863208
STU14  63.383506  125.662081
STU15  60.822118  127.441434]

需要移除其中内容为以下的biggest_cluster DataFrame：

Height      Weight
STU18  64.756280  137.348471
STU11  63.075024  146.905558
STU16  63.981765  147.812869

执行clusters.remove(biggest_cluster)时触发错误：ValueError: Can only compare identically-labeled DataFrame objects，请给出解决办法。

列表的remove()方法会逐个比较元素与目标对象是否相等，而DataFrame的默认==比较要求索引、列名完全一致才不会报错。以下是可行的解决方法：

方法1：遍历匹配并删除 #

使用Pandas的DataFrame.equals()方法安全判断两个DataFrame是否完全一致（包括索引、列和值），遍历列表找到匹配项后删除：

# 删除所有匹配的DataFrame
for df in clusters[:]:  # 遍历列表副本，避免修改原列表导致的索引偏移
    if df.equals(biggest_cluster):
        clusters.remove(df)

若只需删除第一个匹配项，找到对应索引后用del语句：

for idx, df in enumerate(clusters):
    if df.equals(biggest_cluster):
        del clusters[idx]
        break  # 找到目标后立即停止遍历

方法2：生成过滤后的新列表 #

用列表推导式直接生成不含目标DataFrame的新列表：

clusters = [df for df in clusters if not df.equals(biggest_cluster)]

这种方式不会修改原列表，适合不需要保留原列表引用的场景。

报错原因说明 #

原代码中clusters.remove(biggest_cluster)会触发DataFrame的==比较，当列表中存在与biggest_cluster索引/列结构不一致的DataFrame时，就会抛出ValueError。而equals()方法会先校验结构一致性，再比较值，因此能避免该错误。

内容的提问来源于stack exchange，提问作者S. Tiss