如何根据DataFrame第0行的取值删除对应的列

核心逻辑是先通过第0行的值生成保留列的筛选条件，再对原DataFrame做列过滤即可，一行代码就能实现：

import pandas as pd

# 核心代码
df = df.loc[:, df.iloc[0] != 'rejected']

代码解释 #

• df.iloc[0]：取DataFrame第0行的全量数据，返回和列名一一对应的Series对象
• df.iloc[0] != 'rejected'：生成布尔值掩码，值为True对应的列就是第0行不等于rejected、需要保留的列
• df.loc[:, 掩码]：保留所有行，仅筛选掩码为True的列

可选优化（适配异常情况） #

如果怕第0行的值存在前后空格、大小写不一致的问题（比如出现Rejected、rejected这类异常值），可以对值做标准化处理后再判断：

df = df.loc[:, df.iloc[0].astype(str).str.strip().str.lower() != 'rejected']

分步写法（适合初学者理解逻辑） #

# 1. 取第0行全量数据
row0_data = df.iloc[0]
# 2. 筛选出要保留的列名
keep_columns = row0_data[row0_data != 'rejected'].index
# 3. 对原DataFrame做列过滤
df = df[keep_columns]

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