pandas按过滤条件删除DataFrame行时报KeyError，求正确操作方法

错误原因 #

触发报错的核心原因有两个：

• 语法错误：过滤条件左侧缺失方括号，括号不匹配
• 逻辑错误：df.drop()方法默认接收的是待删除的行索引标签/列名，不能直接传入布尔掩码，pandas会将布尔值当成索引去匹配，找不到对应索引就会抛出KeyError

正确写法 #

方案1：反向筛选（最常用，性能更优） #

直接通过布尔索引保留不需要删除的行，不需要调用drop方法，支持赋值给新变量或覆盖原变量：

# 写法1：用取反运算符排除符合删除条件的行
df = df[~(df['Year_Map'] == 2021)]
# 写法2：直接写不等于判断，逻辑更直观
df = df[df['Year_Map'] != 2021]

如果需要保留原数据不被覆盖，只要把结果赋值给新变量即可：

new_df = df[df['Year_Map'] != 2021]

方案2：使用drop方法实现 #

如果一定要用drop方法，需要先提取符合删除条件的行的索引，再传给drop：

# 原地修改原DataFrame
df.drop(df[df['Year_Map'] == 2021].index, axis=0, inplace=True)

多条件删除注意事项 #

如果是多个过滤条件组合删除，每个条件需要用小括号包裹，用&（且）、|（或）连接，示例：

# 删除Year_Map为2021 且 销售额大于1000的行
df = df[~((df['Year_Map'] == 2021) & (df['sales'] > 1000))]

内容的提问来源于stack exchange，提问作者ssou