如何移除列表中所有DataFrame的指定行？

嘿，我完全get到你的需求了——手里有个装着5个插补后DataFrame的列表，想要把每个DF里col3小于等于0的行都删掉，这样后续对比这些数据才合理，对吧？其实用Pandas的布尔索引配合列表推导式就能轻松搞定，我给你两种实用的方法：

方法一：列表推导式（简洁高效首选） #

这是处理这类批量操作最常用的方式，一行代码就能生成处理后的新列表：

# 假设你的DataFrame列表原名为df_list
processed_df_list = [df[df['col3'] > 0] for df in df_list]

简单解释下：df['col3'] > 0会生成一个布尔型的Series，用来筛选出每个DataFrame中col3大于0的行，我们把每个处理后的DF重新收集到新列表里就行。如果想直接修改原列表，直接赋值回去即可：

df_list = [df[df['col3'] > 0] for df in df_list]

方法二：循环遍历（适合需要中间操作的场景） #

如果你需要在处理过程中做一些额外操作（比如打印每个DF处理前后的行数，方便核对），用for循环会更灵活：

processed_df_list = []
for idx, df in enumerate(df_list):
    print(f"正在处理第{idx+1}个DataFrame...")
    print(f"处理前行数: {len(df)}")
    # 筛选符合条件的行
    filtered_df = df[df['col3'] > 0]
    print(f"处理后行数: {len(filtered_df)}")
    processed_df_list.append(filtered_df)

小提示：处理col3存在缺失值的情况 #

如果你的col3列里有缺失值（NaN），上面的筛选逻辑会自动把含NaN的行排除，但如果你想明确把非空判断写出来（让代码可读性更强），可以这样写：

processed_df_list = [df[(df['col3'] > 0) & df['col3'].notna()] for df in df_list]

这样处理完之后，你的列表里每个DataFrame就都只保留了col3大于0的行，后续对比起来就完全合理啦！

内容的提问来源于stack exchange，提问作者user9620331