如何用Python Pandas删除DataFrame中存入变量的指定无值行？

嘿，我懂你碰到的问题啦——dpop根本不是Pandas DataFrame的内置方法，这就是它没效果的原因😅。我们有两种很实用的方式可以帮你从new_df里移除那些存在novalue_df中的行，下面给你一步步说明：

方法一：直接利用反向布尔索引（推荐） #

既然你已经写出了筛选目标行的条件，那我们只需要对这个条件取反，就能直接得到移除目标行后的DataFrame：

# 生成移除目标行后的新DataFrame，覆盖原变量
new_df = new_df[~(new_df['age'].isnull() & (new_df['churn'] == False) & (new_df['avgBill'] < 40))]

# 如果想要原地修改原DataFrame（不需要重新赋值），可以这么写：
new_df = new_df.loc[~(new_df['age'].isnull() & (new_df['churn'] == False) & (new_df['avgBill'] < 40)), :]

这里的~符号是取反操作，把原来筛选要删除行的条件，变成筛选要保留行的条件。

方法二：通过novalue_df的索引删除 #

如果你已经把要删除的行存在了novalue_df里，那可以直接借助它的索引来删除原DataFrame中的对应行：

# 生成新的DataFrame，移除目标行
new_df = new_df.drop(novalue_df.index)

# 要是想直接修改原DataFrame（不生成新变量），加上`inplace=True`参数：
new_df.drop(novalue_df.index, inplace=True)

⚠️ 注意：如果使用inplace=True，会直接修改原new_df，不需要再把结果赋值给它；如果不用这个参数，一定要把返回的新DataFrame赋值给new_df才能生效。

另外补充一句：你可能是把字典的pop()方法和DataFrame的方法搞混了，Pandas里确实没有dpop这个方法哦～

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