[译]如何根据条件从pandas DataFrame中删除不需要的行？

问题来源：https://stackoverflow.com/que...

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[<some boolean condition>].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.score < 50].index, inplace=True)

多条件情况：
可以使用操作符： | 只需其中一个成立, & 同时成立, ~ 表示取反，它们要用括号括起来。
例如删除列“score<50 和>20的所有行

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