Pandas删除DataFrame行无效？求助解决循环删除失效问题

你的代码里df.drop(i)没生效有两个核心原因：

1. Pandas的drop()方法默认返回一个新的DataFrame，不会修改原对象，除非显式指定inplace=True参数；
2. 你用正序循环遍历range(len(df))，每删除一行后，DataFrame的行索引和实际行数会错位——比如删除第0行后，原来的第1行变成了新的第0行，但循环还会继续处理i=1，直接跳过了新的第0行，导致大量该删除的行没被处理。

推荐用Pandas的向量化操作替代循环，既高效又避免索引错位问题，同时满足你的需求：

import os
import pandas as pd

default_path = os.path.dirname(os.path.abspath(__file__))

start_urls = []
error_csv_path = f'{default_path}/amazon_permalink_error.csv'
completed_csv_path = f'{default_path}/amazon_permalink.csv'

if os.path.exists(error_csv_path):
    df = pd.read_csv(error_csv_path)
    if not df.empty:
        # 获取已完成的ISBN列表
        all_completedISBN = pd.read_csv(completed_csv_path)['ISBN'].tolist()
        
        # 提取sku中的ISBN部分（从最后一个/分割取末尾）
        df['extracted_isbn'] = df['sku'].str.split('/').str[-1]
        
        # 生成布尔掩码：判断哪些行的ISBN不在已完成列表中
        mask = ~df['extracted_isbn'].isin(all_completedISBN)
        
        # 生成start_urls：直接用布尔索引筛选
        start_urls = df.loc[mask, 'sku'].tolist()
        
        # 保留需要的行（或者删除不需要的行，效果一致）
        df = df.loc[mask]
        
        # 如果处理后DF为空，删除原错误文件
        if df.empty:
            os.remove(error_csv_path)
        else:
            # 可选：保存处理后的DF覆盖原文件（如果需要）
            df.drop(columns=['extracted_isbn']).to_csv(error_csv_path, index=False)
    else:
        os.remove(error_csv_path)

• 用str.split('/').str[-1]批量提取ISBN，替代循环里的iloc[i]['sku'].split('/')[-1]；
• 用isin()和布尔掩码实现批量判断，避免循环遍历；
• 直接通过布尔索引筛选行，避免drop()的索引问题；
• 代码更简洁，效率比循环高几个数量级（尤其是数据量大的时候）。

如果一定要用循环写法（不推荐），可以这样修正：

# 倒序遍历，避免索引错位
for i in range(len(df)-1, -1, -1):
    isbn = df.iloc[i]['sku'].split('/')[-1]
    if isbn not in all_completedISBN:
        start_urls.append(df.iloc[i]['sku'])
    else:
        # 加上inplace=True修改原DF
        df.drop(i, inplace=True)

内容的提问来源于stack exchange，提问作者viltx