如何删除或筛选col4首值匹配DATA_SEL的col2值的DataFrame列表元素

首先做前置效率优化：将DATA_SEL的col2列值转成集合，匹配查询的时间复杂度可以从O(n)降到O(1)，数据量越大优势越明显。

import pandas as pd
# 提取所有合法匹配值存入集合
valid_values = set(DATA_SEL['col2'])

注意不要用list作为变量名，这是Python的内置类型关键字，覆盖后会导致意料之外的错误，建议将存储DataFrame的列表重命名为df_list这类自定义名称。

需求1：从原列表删除不匹配的DataFrame #

方法1：列表推导式覆盖原变量（写法最简单，绝大多数场景适用） #

df_list = [df for df in df_list if df['col4'].iloc[0] in valid_values]

方法2：严格原地修改列表对象（适用于有其他引用共用该列表对象的场景） #

倒序遍历删除可以避免正序删除时的索引偏移漏判问题：

for i in range(len(df_list)-1, -1, -1):
    first_col4_val = df_list[i]['col4'].iloc[0]
    if first_col4_val not in valid_values:
        del df_list[i]

需求2：构建新列表list2仅保留匹配的DataFrame #

直接过滤生成新列表即可，不会修改原有列表：

list2 = [df for df in df_list if df['col4'].iloc[0] in valid_values]

如果需要兼容DataFrame为空、没有col4列的异常场景，可以用带异常捕获的写法：

list2 = []
for df in df_list:
    try:
        first_col4_val = df['col4'].iloc[0]
        if first_col4_val in valid_values:
            list2.append(df)
    except (KeyError, IndexError):
        # 无col4列或col4为空的DataFrame直接排除
        continue

内容的提问来源于stack exchange，提问作者Jewel_R