Python 如何在数据帧上循环并删除行？

我试图在一个数据帧上循环并删除“player\u fifa\u api\u id”列中的值与前一行中的值相等的行。出于某种原因，我的代码不起作用：

for i in range(0,len(test)-1):
    print("{} lines out of {} processed".format(i,len(test)))
    if test['player_fifa_api_id'].iloc[i+1] == test['player_fifa_api_id'].iloc[i]:       
        test.drop(test.index[i])

有人知道我哪里出错了吗？

---

这里是数据帧格式的屏幕截图，您应该避免在数据帧中循环。使用矢量化函数通常会有更快、更优雅的解决方案。在您的情况下，筛选所需的行：

player_id = test['player_fifa_api_id']

# if the current row is not equal to the previous row, then keep the current row
keep = player_id != player_id.shift() 

# filter for the rows you want to keep
result = test[keep]

---

您应该避免在数据帧中循环。使用矢量化函数通常会有更快、更优雅的解决方案。在您的情况下，筛选所需的行：

player_id = test['player_fifa_api_id']

# if the current row is not equal to the previous row, then keep the current row
keep = player_id != player_id.shift() 

# filter for the rows you want to keep
result = test[keep]

---

为什么不使用拖放重复项：

import pandas as pd

test.drop_duplicates(subset='player_fifa_api_id', keep='first', inplace=True)

---

为什么不使用拖放重复项：

import pandas as pd

test.drop_duplicates(subset='player_fifa_api_id', keep='first', inplace=True)

---

默认情况下，

dataframe.drop

不起作用。因此设置

inplace=True

。但是为什么你需要一个for循环呢，df.loc[condition，：]。对于pandas，你不应该使用循环，使用

test[test['player\u fifa\u api\u id'！=test['player\u fifa\u api\u id'].shift（）

dataframe.drop

默认情况下不起作用。因此设置

inplace=True

。但是为什么你需要一个for循环来完成这个任务，

df.loc[condition，：]

。对于熊猫，你不应该使用循环，使用

test[test['player\u fifa\u api\u id'！=test['player\u fifa\u api\u id'].shift（）