Pandas中按条件筛选待删除行后drop操作失效问题求助

嘿，我太懂这种明明筛选对了却删不掉的挫败感了！你已经搞定了最关键的筛选步骤，问题大概率出在drop()的使用方式上，给你两个最常见的解决方案：

原因1：没有修改原DataFrame（Pandas的“副本默认”特性） #

Pandas的大部分方法默认会返回一个新的DataFrame副本，而不是直接修改原数据。如果你只是单独执行df1.drop(to_be_deleted.index)，原df1根本不会有任何变化！

解决方法二选一：

# 方案A：把删除后的新DataFrame重新赋值给原变量
df1 = df1.drop(to_be_deleted.index)

# 方案B：用inplace=True参数直接修改原DataFrame
df1.drop(to_be_deleted.index, inplace=True)

原因2：索引重复导致精准删除失败（小众但可能） #

如果你的df1存在重复的索引值，drop()可能无法精准匹配到所有目标行。这时候换用布尔索引反选的方法更可靠，完全绕开索引问题：

# 直接保留不需要删除的行，一步到位
df1 = df1[~df1['barcode'].str.contains('....-..-....-11.', regex=True)]

这里的~符号是取反操作，意思是“保留barcode不匹配指定正则的所有行”。

验证操作 #

完成修改后，你可以通过以下方式确认删除效果：

• 执行print(len(df1))，对比修改前的len(df1) - len(to_be_deleted)，看行数是否对应减少
• 执行print(df1['barcode'].str.contains('....-..-....-11.', regex=True).any())，如果返回False说明已经删干净了

内容的提问来源于stack exchange，提问作者Sam