删除Pandas DataFrame匹配条件行并保持索引连续的实现方案

1. 高效行过滤实现方案 #

你原有循环遍历删除的写法会反复生成DataFrame副本，数据量较大时性能极差。直接使用pandas矢量化的isin()方法即可一步完成过滤，同时将字典键转为集合可进一步优化查询效率：

# 先把字典的键转为集合，成员查询效率更高
valid_file_set = set(last_modified_file_date_dict.keys())
# 直接筛选Source file列值在合法集合中的行
last_modified_tracking_df = last_modified_tracking_df[last_modified_tracking_df['Source file'].isin(valid_file_set)]

该写法时间复杂度为O(n)，远优于原有循环的O(n²)复杂度，数据量越大性能优势越明显。

2. 重置为连续索引 #

过滤完成后调用reset_index()方法，传入drop=True参数即可丢弃原有不连续的旧索引，生成从0开始的连续整数索引：

last_modified_tracking_df = last_modified_tracking_df.reset_index(drop=True)

完整可运行代码 #

valid_file_set = set(last_modified_file_date_dict.keys())
last_modified_tracking_df = last_modified_tracking_df[last_modified_tracking_df['Source file'].isin(valid_file_set)].reset_index(drop=True)
print(last_modified_tracking_df)

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