dataframe 按条件删行_[译]如何根据条件从pandas DataFrame中删除不需要的行？

问：

我有一个pandas DataFrame，我想删除它特定列中字符串差姑娘是大于2的行，我知道我可以使用df.dropna()来去除包含NaN的行，但我没有找到如何根据条件删除行。

似乎我能够这样做：

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

但却报错了：

KeyError: u'no item named False'

谁能告诉我错在哪里了？

回答一：

当你这样做时，len(df['column name'])你只得到一个数字，即DataFrame中的行数(即列本身的长度)。如果要应用于len列中的每个元素，请使用df['column name'].map(len)。

尝试使用：

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

评论：

我想出了一种使用列表解析的方法：df[[(len(x) < 2) for x in df['column name']]] 但是你这种方法更好些。

回答二：

要直接回答这个问题，一种方法是使用drop方法：

df = df.drop(some labels)

df = df.drop(df[].index)

要删除列“score”<50的所有行：

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

替换版本

df.drop(df[df.scor