Python 熊猫：如何用计数器删除不符合特定条件的行？

使用大致如下所示的数据集：

index_right = pd.Series([8620, 8620, 8620, 8650, 8650, 8650, 133000, 133000, 133000])
index_left = pd.Series([0, 0, 0, 1, 1, 1, np.nan, np.nan, np.nan])
month_index = pd.Series([1, 1, 1, 2, 2, 2, np.nan, np.nan, np.nan])
time_index = pd.Series([1, 2, 3, 1, 2, 3, 1, 2, 3])


dict1 = {'index_right': index_right, 'index_left': index_left, 'month_index': month_index, 'time_index': time_index}
df = pd.DataFrame(dict1)
df

    index_right index_left  month_index time_index
    8620            0.0         1.0         1.0
    8650            1.0         2.0         2.0
    133000      NaN         NaN         1.0
    133000      NaN         NaN         2.0
    133000      NaN         NaN         3.0

我想检查每个

左索引

，并删除与

月索引

和

时间索引

不匹配的任何行

结果应该如下所示：

index_right = pd.Series([8620, 8620, 8620, 8650, 8650, 8650, 133000, 133000, 133000])
index_left = pd.Series([0, 0, 0, 1, 1, 1, np.nan, np.nan, np.nan])
month_index = pd.Series([1, 1, 1, 2, 2, 2, np.nan, np.nan, np.nan])
time_index = pd.Series([1, 2, 3, 1, 2, 3, 1, 2, 3])


dict1 = {'index_right': index_right, 'index_left': index_left, 'month_index': month_index, 'time_index': time_index}
df = pd.DataFrame(dict1)
df

    index_right index_left  month_index time_index
    8620            0.0         1.0         1.0
    8650            1.0         2.0         2.0
    133000      NaN         NaN         1.0
    133000      NaN         NaN         2.0
    133000      NaN         NaN         3.0

我的方法是for循环并在适当的位置删除索引位置，但我正在努力解决它（目前不起作用）：

用于检查序列是否相等：

res = df[df['month_index'].eq(df['time_index'])]
print(res)

输出

   index_left  month_index  time_index
0           0            1           1
4           1            2           2

   index_right  index_left  month_index  time_index
0         8620         0.0          1.0           1
4         8650         1.0          2.0           2
6       133000         NaN          NaN           1
7       133000         NaN          NaN           2
8       133000         NaN          NaN           3

还可以做以下工作：

res = df[df['month_index'] == df['time_index']]

更新

对于新示例，还需要检查NAN值：

输出

   index_left  month_index  time_index
0           0            1           1
4           1            2           2

   index_right  index_left  month_index  time_index
0         8620         0.0          1.0           1
4         8650         1.0          2.0           2
6       133000         NaN          NaN           1
7       133000         NaN          NaN           2
8       133000         NaN          NaN           3

---

我会解决我的问题，这确实有效。实际上，我正在尝试删除不符合条件的行。原因是，我有一个很长的时间序列结构，我想保持。因此，在使用左连接连接两个数据集时，我有额外的数据映射到需要删除的每一行。@JohnStud输出是什么？更新了示例，以保持仍保留的行useful@JohnStud更新了答案！太棒了，还是说得通。