如果不存在引用的文件，则有效删除Pandas DataFrame中的行

Question

我有一个Pandas DataFrame df，它有一个path列，其中包含用于分析的图像文件的路径。该数据集中的某些图像实际上并不存在，因此我需要有选择地删除图像不存在的行path。

目前，我正在遍历整个数据框，并像这样重新分配它：

for index, sample in df.iterrows():
    if not os.path.isfile(sample['path']):
        df = df.drop(index)

但是，由于我的数据集包含成千上万张图像，所以这非常慢。

我还考虑过使用类似这种更普遍的问题here的方法：

df = df.drop(df[not os.path.isfile(df['path'])].index)

但是，此操作不起作用，因为os.path.isfile与Pandas DataFrame不兼容。

我觉得必须有更好的方法来解决此问题。有什么想法吗？

Answer 1

尝试在行（axis = 1）上使用.apply以获得符合条件的布尔索引：

df = df.drop(df.apply(lambda row: not os.path.isfile(row['path']), axis=1))

Answer 2

我会为列表理解而不是apply()投票以提高性能，并使用输出作为布尔索引进行切片：

df[[os.path.isfile(i) for i in df['path']]]