pandas多条件删除DataFrame行报错及删除逻辑不生效问题

第一种方案报错原因 #

• 运算符优先级不符合预期：pandas中按位与运算符&优先级高于>=、!=等比较运算符，未给独立判断条件加括号时，会优先执行&两侧的运算，触发类型不匹配错误。
• 条件语法错误：代码中直接将多个屋顶材料的取值以逗号分隔写在行索引位置，未编写对应的取值判断逻辑，pandas会将这些字符串识别为列名，和前半段的布尔序列混在一起，最终抛出TypeError: Cannot perform 'rand_' with a dtyped [object] array and scalar of type [bool]错误。

第二种方案运行后无删除效果的原因 #

• 逻辑连接符使用错误：代码中用&（逻辑与）拼接删除条件，仅会删除**同时满足「建造年份<=1900」和「屋顶材料为石棉」**的行。如果实际需求是删除「建造年份早于1900」或「屋顶材料属于不合格类型」的行，&会漏掉所有仅满足单个删除条件的行；如果数据集中不存在同时命中两个条件的行，运行后自然不会删除任何数据。

优先使用布尔索引直接筛选保留符合要求的行，相比drop方法性能更好、逻辑更清晰。
首先将需要排除的屋顶材料整理为列表，每个独立判断条件用圆括号包裹，多条件同时满足用&连接，多值匹配使用isin()方法，对布尔序列取反用~：

# 待排除的不合格屋顶材料列表
exclude_roof = ['Asbestos', '2', '3', 'Built-up', 'Roll Composition', 'Other', 'Tar and Gravel', 'Urethane', 'Wood', 'Wood Shake/ Shingles']

# 筛选保留：建造年份>=1900 且 屋顶材料不在排除列表内的行
clean_df = df[
    (df["assessment.Year_Built"] >= 1900)
    & (~df["assessment.Roof_Cover"].isin(exclude_roof))
]

如果需要使用drop方法实现，注意删除条件为「满足任意一个删除规则即删除」，条件之间用|（逻辑或）连接：

# 匹配所有需要删除的行索引：建造年份<1900 或 屋顶材料在排除列表内
drop_idx = df[
    (df["assessment.Year_Built"] < 1900)
    | (df["assessment.Roof_Cover"].isin(exclude_roof))
].index
clean_df = df.drop(drop_idx)

编写pandas多条件筛选规则时，所有独立的比较判断语句必须用圆括号单独包裹，禁止省略括号，否则会因运算符优先级问题触发报错或逻辑偏差；针对同一列的多值匹配场景，统一使用isin()方法，避免写多个等值判断拼接，兼顾可读性和执行效率。

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