Python中如何使用索引列表批量删除列表或DataFrame中的对应元素

方法1：使用drop方法批量删除指定索引 #

pandas的DataFrame.drop()原生支持传入索引标签列表批量删除对应行，完全不会出现索引偏移问题，该方法是按索引标签匹配删除，不是按行位置删除，刚好匹配你的需求：

# 假设你已获取的测试集对应原DF索引列表为 test_index_list
test_set = df.loc[test_index_list].copy()  # 提取测试集
train_set = df.drop(test_index_list).copy()  # 批量删除测试集行得到训练集

方法2：通过索引差集运算拆分 #

你提到的差集运算完全可以实现，pandas的索引对象内置difference()差集计算方法：

# 计算排除测试集索引后的训练集索引
train_index_list = df.index.difference(test_index_list)
train_set = df.loc[train_index_list].copy()
test_set = df.loc[test_index_list].copy()

该方法更适配存在重复索引、需要提前校验索引正确性的场景。

补充说明 #

• 不要使用for循环配合pop()逐行删除，该操作不仅执行效率极低，还会因为逐行删除后行位置动态变化，导致后续的位置索引匹配错误，就是你遇到的偏移问题。
• 如果你还未生成测试集的随机索引，可直接使用sklearn.model_selection.train_test_split()完成自动拆分，无需手动生成随机索引：

from sklearn.model_selection import train_test_split
# test_size=0.2 表示拆分20%数据为测试集，random_state固定随机种子保证结果可复现
train_set, test_set = train_test_split(df, test_size=0.2, random_state=42)

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