Python DataFrame删除含指定值行并提取对应ID的方法问询

我来帮你搞定这个需求，其实步骤很清晰，咱们一步步实现：

1. 核心思路 #

我们需要先识别出包含'-1_-1_-1'的行，然后提取这些行的id，最后从原DataFrame中移除这些行。

2. 完整代码实现 #

假设你已经导入了pandas并加载了DataFrame（命名为df），完整代码如下：

import pandas as pd

# 先构造你提供的测试数据（如果已有df可跳过这部分）
data = {
    'id': ['a', 'b', 'c', 'd', 'e', 'f'],
    'a': ['23_2_1', '3_55_0', '-1_-1_-1', '34_55_0', '34_55_0', '34_55_0'],
    'b': ['34_55_0', '34_55_0', '34_55_0', '-1_-1_-1', '34_55_0', '34_55_0'],
    'c': ['34_55_0', '34_55_0', '34_55_0', '34_55_0', '34_55_0', '34_55_0'],
    'd': ['-1_-1_-1', '34_55_0', '34_55_0', '34_55_0', '34_55_0', '34_55_0'],
    'e': ['34_55_0', '34_55_0', '-1_-1_-1', '34_55_0', '34_55_0', '34_55_0']
}
df = pd.DataFrame(data)

# 步骤1：生成布尔掩码，标记包含'-1_-1_-1'的行
mask = df.isin(['-1_-1_-1']).any(axis=1)

# 步骤2：提取包含目标值的行对应的id
bad_ids = df.loc[mask, 'id'].tolist()

# 步骤3：删除包含目标值的行，得到清理后的DataFrame
clean_df = df[~mask].reset_index(drop=True)

3. 代码细节解释 #

• df.isin(['-1_-1_-1'])：生成一个和原DataFrame形状一致的布尔矩阵，每个元素标记对应位置的值是否等于目标字符串；
• .any(axis=1)：按行做判断，只要该行有任意一个位置匹配目标值，就返回True，最终得到标记待删除行的布尔序列；
• df.loc[mask, 'id'].tolist()：通过掩码筛选出需要提取的id，转成列表方便后续使用；
• ~mask对掩码取反，筛选出不包含目标值的行，reset_index(drop=True)是为了重置清理后DataFrame的索引，让它更规整。

4. 测试结果 #

针对你给出的示例数据，运行后：

• bad_ids会得到 ['a', 'c', 'd']（这三个id对应的行都包含'-1_-1_-1'）；
• clean_df会保留id为b、e、f的行，这些行里完全没有目标值。

内容的提问来源于stack exchange，提问作者tktktk0711