Pandas合并df后删除‘Presunto Responsable’列值为‘Desconocido’的行无效

核心问题点 #

• dropData函数逻辑冗余+执行错误
  • 原代码中for c in indexNames:下的data.drop(...)存在缩进错误，若实际运行时代码未正确缩进会直接触发语法报错；即便缩进正确，循环完全多余：DataFrame.drop()本身支持直接传入整组索引批量删除，循环执行N次删除属于冗余操作，还会因重复删除已不存在的索引触发KeyError。
  • 若使用inplace=True修改原数据，无需写循环逻辑，一行代码即可完成批量过滤。
• 字符串匹配的隐性偏差
  • 直接用== 'Desconocido'判断取值，容易漏删带前后空格、全半角字符差异的匹配值（比如单元格实际存储为" Desconocido "、带特殊引号的“Desconocido”这类情况），导致判断不生效。
• 合并逻辑的对齐风险
  • 你使用left_index=True, right_index=True按行索引合并两个表，若两个源Excel表的行号和实际业务数据不一一对应（比如表A有100行、表B只有90行，或两表行顺序错位），合并后Presunto Responsable列的内容会和其他列错位，导致过滤时匹配错误。
  • 若两个表本身存在重复的Presunto Responsable列，你用data_B.columns.difference(data_A.columns)的逻辑会直接跳过表B的同名列，若实际需要过滤的列来自表B，会导致目标列不存在或取值不全。

修复后的可运行代码 #

#%% Get data
def getData(path_A, path_B):
    dfv = pd.read_excel(path_A)
    dfc = pd.read_excel(path_B)
    return dfv, dfc

#%% merge dataframes
def mergeData(data_A, data_B):
    # 若两个表需要按业务主键合并，可将下一行替换为on='你的主键列名'，避免按行号错位
    cols_to_use = data_B.columns.difference(data_A.columns)  
    data = pd.merge(data_A, data_B[cols_to_use], left_index=True, right_index=True, how='outer') 
    # 将'Presunto Responsable'列移到表尾
    cols_at_end = ['Presunto Responsable']
    data = data[[c for c in data if c not in cols_at_end] + [c for c in cols_at_end if c in data]]
    return data

#%% Drop 'Desconocido' values in 'Presunto Responsable'
def dropData(data):
    # 批量过滤，兼容前后空格、空值场景，无需循环
    data = data[~data['Presunto Responsable'].astype(str).str.strip().eq('Desconocido')]
    return data

额外排查提示 #

• 若仍存在漏删情况，可先执行print(data['Presunto Responsable'].unique())查看该列所有实际取值，确认待过滤值的准确文本。
• 合并操作完成后可先打印前5行数据，确认列对齐没有错位，再执行过滤操作。

内容的提问来源于stack exchange，提问作者user15379440