如何删除DataFrame中符合‘col3为Missing且值存在于另一列’的行？

没问题，我来帮你搞定这个需求！先搭个符合你描述的示例DataFrame，再一步步实现删除逻辑。

首先，构造一个和你需求匹配的样例数据：

import pandas as pd

# 构造示例DataFrame，第1行（索引1）符合删除条件
data = {
    'A': ['X', 'A', 'Y'],
    'B': ['A,B,C', 'D,E,F', 'G,H'],
    'col3': ['Valid', 'Missing', 'Missing']
}
df = pd.DataFrame(data)

接下来是核心的删除逻辑：我们需要标记出col3值为"Missing"且A列的值存在于该行B列中的行，然后删掉它们。这里用apply逐行判断，再结合布尔掩码筛选：

# 生成需要删除的行的掩码
# 逻辑：col3是"Missing" 并且 当前行的A值在B列拆分后的列表里
mask = (df['col3'] == 'Missing') & df.apply(lambda row: row['A'] in row['B'].split(','), axis=1)

# 保留不符合删除条件的行（对掩码取反）
df = df[~mask]

如果你想直接修改原DataFrame而不是生成新对象，也可以用drop方法：

df.drop(df[mask].index, inplace=True)

额外注意点 #

如果你的B列内容带有空格（比如"A, B, C"），记得在拆分后去掉空格，避免判断失误：

mask = (df['col3'] == 'Missing') & df.apply(
    lambda row: row['A'] in [x.strip() for x in row['B'].split(',')], 
    axis=1
)

运行完代码后，原DataFrame里符合条件的第1行就会被成功删除啦！

内容的提问来源于stack exchange，提问作者Kiran J. Mistry