Python 3.x 我想删除没有特定值的行'；不要增加。有没有更快/更优雅的方法？

我有一个数据框，包含

30列

，

1.000.000行

，大小约为

150MB。一列是分类的，包含7个不同的元素，另一列（
Depth
）主要包含越来越多的数字。每个元素的图形大致如下所示

我试图将列
Depth
保存为系列，并在删除不符合条件的行时对其进行迭代。这真是太慢了。
之后，我在数据框中添加了一个布尔列，指示是否删除它，因此我可以在一个步骤中删除最后的行。还是慢。我最后一次尝试（本文中的代码）是创建一个布尔列表，以保存通过条件的事实。仍然很慢（大约5小时）

当然，这应该适用于数据帧中的整行

有没有办法让这更快

编辑：
输入数据帧的整行应保持原样。只有那些“深度”没有增加的部分应该被删除

编辑2：
其余行应保持其初始顺序。
采用两步方法如何。首先使用快速排序算法（例如快速排序），然后去除所有重复项？
好的，我找到了一种更快的方法。代码如下：

    dropList = [True]*len(df.index)
    for element in elements:
        currentMax = 0
        minIdx = df.loc[df['Element']==element]['Tiefe'].index.min()
        # maxIdx = df.loc[df['Element']==element]['Tiefe'].index.max()
        elementList = df.loc[df['Element']==element]['Tiefe'].to_list()

        for x in tqdm(range(len(elementList))):
            if elementList[x] < currentMax:
                dropList[x+minIdx]=False
            else:
                currentMax = elementList[x]

dropList=[True]*len（df.index）
对于元素中的元素：
currentMax=0
minIdx=df.loc[df['Element']==Element]['Tiefe'].index.min（）
#maxIdx=df.loc[df['Element']==Element]['Tiefe'].index.max（）
elementList=df.loc[df['Element']==Element]['Tiefe'].to_list（）
对于tqdm（范围（len（elementList））中的x：
如果元素列表[x]

我获取了该列并将其保存为列表。为了保留，我保存的数据帧的索引是最低的，在循环中它会被再次添加

总的来说，问题似乎出在
loc
功能上。从最初的5小时运行时间开始，现在大约是10秒。
能否再添加一列以及两列的预期输出？好主意，但不幸的是，其余行应保持初始顺序。我忘了在问题中提到这一点。
Input:         'Depth' = [0 1 2 3 4 2 3 5 6]
      'AnyOtherColumn' = [a b c d e f g h i]

Output:            'Depth' [0 1 2 3 4 5 6]
        'AnyOtherColumn' = [a b c d e h i]

    dropList = [True]*len(df.index)
    for element in elements:
        currentMax = 0
        minIdx = df.loc[df['Element']==element]['Tiefe'].index.min()
        # maxIdx = df.loc[df['Element']==element]['Tiefe'].index.max()
        elementList = df.loc[df['Element']==element]['Tiefe'].to_list()

        for x in tqdm(range(len(elementList))):
            if elementList[x] < currentMax:
                dropList[x+minIdx]=False
            else:
                currentMax = elementList[x]