如何在Pandas中按多条件删除DataFrame行？

先看一下你给出的原始DataFrame：

import pandas as pd

df = pd.DataFrame({ 
    'case_id': [1050, 1050, 1050, 1050, 1051, 1051, 1051, 1051], 
    'elm_id': [101, 102, 101, 102, 101, 102, 101, 102], 
    'cid': [1, 1, 2, 2, 1, 1, 2, 2], 
    'fx': [736.1, 16.5, 98.8, 158.5, 272.5, 750.0, 333.4, 104.2], 
    'fy': [992.0, 261.3, 798.3, 452.0, 535.9, 838.8, 526.7, 119.4], 
    'fz': [428.4, 611.0, 948.3, 523.9, 880.9, 340.3, 890.7, 422.1]
})

你的需求是删除case_id属于cases = [1051]且cid属于ids = [1]的行，也就是只删掉case_id=1051且cid=1的那两行，保留剩下的6行。

为什么你的原有方法会得到相反结果？ #

你写的两个条件：

df2 = df[(df.case_id != 1051) & (df.cid != 1)]
# 或者
df.query('(case_id != 1051) & (cid != 1)')

这里犯了一个逻辑错误：&表示同时满足两个条件，也就是筛选出“既不是case_id=1051，同时cid也不是1”的行。这会过滤掉：

• 所有case_id=1051的行（不管cid是什么）
• 所有cid=1的行（不管case_id是什么）

最后剩下的只有case_id=1050且cid=2的两行，完全和你的需求相反。

正确的解决方案 #

我们需要的逻辑是：排除那些同时满足case_id在cases列表且cid在ids列表的行，可以通过三种方式实现：

方法1：对联合条件取反

用~符号对“case_id匹配且cid匹配”的布尔数组取反，这是最直观的写法：

cases = [1051]
ids = [1]
df2 = df[~((df.case_id.isin(cases)) & (df.cid.isin(ids)))]

方法2：应用德摩根定律

根据逻辑运算的德摩根定律：非(A且B) = 非A 或 非B，我们可以把条件转化为“case_id不在cases列表，或者cid不在ids列表”，写法更灵活：

df2 = df[(~df.case_id.isin(cases)) | (~df.cid.isin(ids))]

方法3：使用query方法实现

如果习惯用query语法，同样可以套用上面的逻辑，代码更简洁易读：

df2 = df.query('not (case_id in @cases and cid in @ids)')
# 或者等价的写法：
df2 = df.query('case_id not in @cases or cid not in @ids')

验证结果 #

执行以上任意一种方法后，得到的df2就是你期望的6行数据：

case_id  cid  elm_id     fx     fy     fz
0     1050    1     101  736.1  992.0  428.4
1     1050    1     102   16.5  261.3  611.0
2     1050    2     101   98.8  798.3  948.3
3     1050    2     102  158.5  452.0  523.9
6     1051    2     101  333.4  526.7  890.7
7     1051    2     102  104.2  119.4  422.1

内容的提问来源于stack exchange，提问作者twegner