如何在Pandas DataFrame中删除特定值所在行及下一行？

嘿，我来帮你搞定这个问题！你现在的代码只排除了Cat行的下一行，但Cat本身的行还留在DataFrame里，这就是为什么结果里还有那行Cat a。咱们来调整一下逻辑，同时删掉Cat行和它紧跟的下一行：

完整解决方案代码 #

import pandas as pd

d = ({ 
 'Code' : ['Foo','Bar','Cat','Foo','Foo'],
 'Int' : ['x','y','a','a','x'],
})
df = pd.DataFrame(d)

# 定位所有Code为'Cat'的行索引
cat_rows = df[df['Code'] == 'Cat'].index
# 组合需要删除的索引：Cat行 + 它的下一行
to_remove = cat_rows.union(cat_rows + 1)
# 删除目标行，可选重置索引让序号连续
result_df = df.drop(to_remove).reset_index(drop=True)

print(result_df)

运行结果 #

Code Int
0  Foo   x
1  Bar   y
2  Foo   x

逻辑解释 #

• 定位目标行：cat_rows = df[df['Code'] == 'Cat'].index 会拿到所有Code列值为Cat的行索引（这里是[2]）。
• 扩展删除范围：cat_rows + 1 得到这些行的下一行索引（这里是[3]），用union()合并两组索引，确保不会有重复值（同时自动处理Cat在最后一行时，下一行索引超出DataFrame范围的情况，Pandas的drop会忽略不存在的索引）。
• 删除并整理结果：drop(to_remove) 删除所有目标行，reset_index(drop=True) 可选，用来让结果的索引从0开始连续，不需要的话可以直接去掉这部分。

替代方案：布尔掩码写法 #

如果你更习惯用布尔筛选的方式，也可以这么写：

mask = ~df.index.isin(to_remove)
result_df = df[mask]

最终效果和上面的代码完全一致。

内容的提问来源于stack exchange，提问作者jonboy