python - 如果引用的文件不存在，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具有不存在图像路径的行。

目前，我正在循环整个数据帧并重新分配它，如下所示:

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数万张图像，因此速度非常慢。

我还考虑过使用像这个更一般的问题 here 这样的方法:

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

但是，这不起作用，因为 os.path.isfile 与 Pandas DataFrames 不兼容。

我觉得必须有更好的方法来解决这个问题。有什么想法吗？

Answer 1

为了性能，我会投票支持列表理解而不是 apply() ，并将输出用作切片的 bool 索引:

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