如何从基于条件表达式[重复]的熊猫DataFrame中删除行

Question

我有一个pandas数据框，我想从中删除特定列中字符串长度大于2的行。

我希望能够做到这一点（根据此答案）：

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

但我只是得到了错误：

KeyError: u'no item named False'

我做错了什么？

（注意：我知道我可以使用df.dropna（）删除包含任何NaN的行，但我没有看到如何基于条件表达式删除行。）

Answer 1

您可以将DataFrame分配给其自身的筛选版本：

df = df[df.score > 50]

这比删除更快：

%%timeit
test = pd.DataFrame({'x': np.random.randn(int(1e6))})
test = test[test.x < 0]
# 54.5 ms ± 2.02 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

%%timeit
test = pd.DataFrame({'x': np.random.randn(int(1e6))})
test.drop(test[test.x > 0].index, inplace=True)
# 201 ms ± 17.9 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

%%timeit
test = pd.DataFrame({'x': np.random.randn(int(1e6))})
test = test.drop(test[test.x > 0].index)
# 194 ms ± 7.03 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

Answer 2

当您执行len（df['column name']）时，您只得到一个数字，即数据帧中的行数（即列本身的长度）。如果要对列中的每个元素应用len，请使用df['column name'].map（len）。所以试试看

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

Answer 3

要直接回答此问题的原始标题“如何基于条件表达式从pandas数据帧中删除行”（我理解这不一定是OP的问题，但可以帮助其他用户遇到此问题），一种方法是使用drop方法：

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

实例

删除列“score”所在的所有行

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

到位版本（如评论中指出的）

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

多重条件

（请参见布尔索引）

运算符为：|for或，

删除列“score”所在的所有行

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