如何从基于条件expression式的pandas DataFrame中删除行

我有一个pandasDataFrame，我想从它删除特定列中的string长度大于2的行。我知道我可以使用df.dropna()来摆脱包含任何NaN的行，但我没有看到如何删除基于条件expression式的行。

这个问题的答案似乎非常接近我想要的 – 似乎我应该能够做到这样的事情：

 df[(len(df['column name']) < 2)] 

但我只是得到错误：

 KeyError: u'no item named False' 

谁能告诉我我做错了什么？

Answer 1

当你做len(df['column name'])你只是得到一个数字，即DataFrame中的行数（即列本身的长度）。 如果要将len应用于列中的每个元素，请使用df['column name'].map(len) 。 所以试试

 df[df['column name'].map(len) < 2] 

Answer 2

直接回答这个问题的标题（我理解不一定是OP的问题，但可以帮助其他用户遇到这个问题）一种方法是使用drop方法：

df = df.drop(some labels)

df = df.drop(df[<some boolean condition>].index)

例

要删除列'分数'<50的所有行：

df = df.drop(df[df.score < 50].index)

就地版本（正如在评论中指出的那样）

df.drop(df[df.score < 50].index, inplace=True)

多个条件

（请参见布尔索引 ）

运营商是： | 为or ，为… and ，为…为not 。 这些必须使用括号进行分组。

删除列“分数”<50和> 20的所有行

df = df.drop(df[(df.score < 50) & (df.score > 20)].index)

Answer 3

我正在寻找一个解决scheme，我偶然发现了一个明显的方法，就是过滤dataframe，并返回到原来的dataframe

 df= df[df["score"] > 50]