pandas中for循环删除DataFrame指定行失效的解决方法

你的代码没生效是因为存在3个核心错误：

• 循环写法逻辑错误：for df['year'].values in anos 会把列表anos里的年份挨个赋值给df['year']列，直接篡改原始数据的年份字段，完全没有实现「判断行年份是否在目标列表中」的逻辑。
• drop方法用法错误：当inplace=True时，drop会直接修改原DataFrame、返回值为None，你再把None赋值给df，会直接把df变量置空。
• 筛选条件不全：循环内的删除判断没有加年份限制，就算循环能正常跑，也会把2016、2020这两个闰年的合法2月29日数据一起删掉，不符合你的需求。

另外pandas做行筛选根本不需要写for循环，向量化判断可以一次性完成所有匹配，性能远高于循环写法。

直接通过布尔掩码一次性筛除所有无效行即可，代码简洁且不会出错：

anos = [2013,2014,2015,2017,2018,2019,2021,2022]

# 构造无效行的匹配条件：2月29日+年份在非闰年列表内
invalid_rows = (df["month"] == 2) & (df["day"] == 29) & (df["year"].isin(anos))
# 保留所有非无效行，可选重置索引
df = df[~invalid_rows].reset_index(drop=True)

如果你更习惯用drop方法删除对应索引，注意不要混用inplace=True和变量赋值：

anos = [2013,2014,2015,2017,2018,2019,2021,2022]

# 先拿到所有无效行的索引
invalid_index = df[(df["month"] == 2) & (df["day"] == 29) & (df["year"].isin(anos))].index
# 原地删除，不需要重新赋值
df.drop(invalid_index, inplace=True)
df.reset_index(drop=True, inplace=True)

补充说明：你要删除的这些2月29日刚好都属于非闰年，本质是源数据生成时的日期对齐错误，用上面的条件可以100%匹配到你要删的脏数据，不会误删闰年的合法2月29日记录。

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