如何在DataFrame中删除与上一行列值互换的当前行

核心逻辑无需逐行遍历，借助pandas内置的移位方法shift()做向量化判断即可，性能远高于逐行循环写法。

实现步骤 #

• 用shift(1)获取每一行对应的上一行的列取值
• 构造布尔掩码，标记所有同时满足两个删除条件的行
• 过滤掉标记为待删除的行，得到最终结果

完整代码 #

import pandas as pd

# 构造示例原始数据集
df = pd.DataFrame({
    'Column1': ['A', 'B', 'A', 'A', 'D', 'B'],
    'Column2': ['B', 'A', 'C', 'D', 'A', 'C']
})

# 构造待删除行的判断掩码
drop_condition = (
    (df['Column1'] == df['Column2'].shift(1))
    & (df['Column2'] == df['Column1'].shift(1))
)

# 过滤待删除行，重置索引（可选）
df_clean = df[~drop_condition].reset_index(drop=True)

结果验证 #

运行后打印df_clean输出完全匹配预期结果：

Column1 Column2
0       A       B
1       A       C
2       A       D
3       B       C

说明 #

• 首行不存在上一行，shift()取值为NaN，判断结果自动为False，不会被误删，无需额外做边界处理
• 该实现为向量化运算，十万级以上数据量场景下性能远高于iterrows()、itertuples()等逐行遍历写法
• 该逻辑严格匹配「仅和紧邻上一行做值互换校验」的需求，如果需要全局匹配所有存在值互换的行（不限相邻），需要额外调整判断逻辑

内容的提问来源于stack exchange，提问作者Reoun