如何删除DataFrame中service列为指定值的多行，替代低效for循环方案

你现有代码存在两个明显问题：一是遍历循环完全冗余，二是drop方法未设置inplace=True参数，执行后并不会修改原DataFrame，重复无意义的过滤逻辑还会严重拖慢运行效率。

pandas的布尔索引是向量化运算，不需要遍历行即可完成筛选，性能比循环写法高几个数量级，有两种常用的正确实现方式：

1. 反向筛选保留行（性能最优）
   直接筛选出service列不在待删除列表内的行，覆盖原变量即可：

target_services = {'harvest', 'http_2873', 'red_i'}
df1 = df1[~df1['service'].isin(target_services)]

2. 按索引删除
   如果偏好使用drop方法，可以先过滤出待删除行的索引再批量删除：

target_services = {'harvest', 'http_2873', 'red_i'}
drop_index = df1[df1['service'].isin(target_services)].index
df1.drop(drop_index, inplace=True)

补充说明：

• 使用isin方法可以一次性匹配多个目标值，比拼接多个==和|逻辑运算符的写法更简洁易维护
• 两种写法均为全量向量化运算，百万行级别的DataFrame也可以在毫秒级完成操作，性能远高于循环遍历实现
• 如果需要新增其他过滤条件，仅需调整布尔判断逻辑即可，无需修改整体结构

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