如何在pandas DataFrame中按指定年龄差条件筛选行并删除其余行

你不需要遍历整个数据集，用Pandas的向量化布尔索引操作就能高效完成筛选，代码实现方式如下：

实现方法一：直接筛选保留符合要求的行（推荐） #

直接保留差值绝对值大于0.5的行，生成新的DataFrame，不会修改原始合并结果：

# 保留 |Age_ka - age_med_Ka| > 0.5 的行
filtered = merged[merged['Age_ka'].sub(merged['age_med_Ka']).abs() > 0.5]

实现方法二：直接在原合并DataFrame中删除不符合要求的行 #

如果不需要保留原始合并结果，可以直接删除对应行：

# 删除 |Age_ka - age_med_Ka| ≤ 0.5 的行
merged.drop(merged[merged['Age_ka'].sub(merged['age_med_Ka']).abs() <= 0.5].index, inplace=True)

补充说明 #

如果两个年龄列存在空值，计算得到的差值会返回NaN，这部分行默认不会被删除。如果需要统一处理空值，可以先执行merged.dropna(subset=['Age_ka', 'age_med_Ka'], inplace=True)清理包含空值的行后再做筛选。

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