问题：根据涉及len（string）的条件表达式从pandas DataFrame删除行，从而给出KeyError
我有一个pandas DataFrame，我想从中删除行，其中特定列中字符串的长度大于2。
我希望能够做到这一点（根据此答案）：
df[(len(df['column name']) < 2)]但我只是得到错误：
KeyError: u'no item named False'我究竟做错了什么？
（注意：我知道我可以df.dropna()用来删除包含any的行NaN，但是我没有看到如何根据条件表达式删除行。）
回答 0
当您这样做时，len(df['column name'])您只会得到一个数字，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)。所以尝试
df[df['column name'].map(len) < 2]回答 1
要直接回答该问题的原始标题“如何基于条件表达式从pandas DataFrame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），一种方法是使用该降的方法：
df = df.drop(some labels)
df = df.drop(df[<some boolean condition>].index)
例
要删除列“得分”小于50的所有行：
df = df.drop(df[df.score < 50].index)
就地版本（如注释中所指出）
df.drop(df[df.score < 50].index, inplace=True)
多种条件
（请参阅布尔索引）
运算符是：
|foror，&forand和~fornot。这些必须通过使用括号进行分组。
删除列“得分”小于50和大于20的所有行
df = df.drop(df[(df.score < 50) & (df.score > 20)].index)
回答 2
您可以将分配给DataFrame自身的过滤版本：
df = df[df.score > 50]这比drop：
%%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)回答 3
我将扩展@User的通用解决方案以提供一个 drop免费的替代方案。这是针对根据问题标题（不是OP的问题）定向到此处的人员的
假设您要删除所有带有负值的行。一种班轮解决方案是：-
df = df[(df > 0).all(axis=1)]逐步说明：-
让我们生成一个5×5随机正态分布数据帧
np.random.seed(0)
df = pd.DataFrame(np.random.randn(5,5), columns=list('ABCDE'))
A B C D E
0 1.764052 0.400157 0.978738 2.240893 1.867558
1 -0.977278 0.950088 -0.151357 -0.103219 0.410599
2 0.144044 1.454274 0.761038 0.121675 0.443863
3 0.333674 1.494079 -0.205158 0.313068 -0.854096
4 -2.552990 0.653619 0.864436 -0.742165 2.269755设条件为删除负片。满足条件的布尔df：
df > 0
A B C D E
0 True True True True True
1 False True False False True
2 True True True True True
3 True True False True False
4 False True True False True满足条件的所有行的布尔系列 注意，如果该行中的任何元素失败，则该行被标记为false
(df > 0).all(axis=1)
0 True
1 False
2 True
3 False
4 False
dtype: bool最后根据条件从数据框中过滤出行
df[(df > 0).all(axis=1)]
A B C D E
0 1.764052 0.400157 0.978738 2.240893 1.867558
2 0.144044 1.454274 0.761038 0.121675 0.443863您可以将其分配回df，以实际删除 vs 上面完成的过滤df = df[(df > 0).all(axis=1)]
可以很容易地扩展它以过滤出包含NaN的行（非数字项）：df = df[(~df.isnull()).all(axis=1)]
对于以下情况，也可以简化此操作：删除E列为负的所有行
df = df[(df.E>0)]我想以一些分析统计数据结尾，说明为什么@User的drop解决方案比基于原始列的过滤要慢：-
%timeit df_new = df[(df.E>0)]
345 µs ± 10.5 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%timeit dft.drop(dft[dft.E < 0].index, inplace=True)
890 µs ± 94.9 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)列基本上是Series一个NumPy数组，可以免费索引。对于那些对基础内存组织如何发挥执行速度感兴趣的人们，这里有一个很棒的链接：加速熊猫：
回答 4
在熊猫中，您可以str.len处理边界，并使用布尔结果对其进行过滤。
df[df['column name'].str.len().lt(2)]回答 5
如果要基于某些复杂的条件在列值上删除数据帧的行，则以上述方式编写代码可能会很复杂。我有以下始终有效的简单解决方案。让我们假设您要删除带有“ header”的列，因此首先在列表中获取该列。
text_data = df['name'].tolist()现在将一些函数应用于列表的每个元素，并将其放入熊猫系列：
text_length = pd.Series([func(t) for t in text_data])就我而言，我只是想获取令牌的数量：
text_length = pd.Series([len(t.split()) for t in text_data])现在，在数据框中添加上述系列的另一列：
df = df.assign(text_length = text_length .values)现在我们可以在新列上应用条件，例如：
df = df[df.text_length > 10]def pass_filter(df, label, length, pass_type):
text_data = df[label].tolist()
text_length = pd.Series([len(t.split()) for t in text_data])
df = df.assign(text_length = text_length .values)
if pass_type == 'high':
df = df[df.text_length > length]
if pass_type == 'low':
df = df[df.text_length < length]
df = df.drop(columns=['text_length'])
return df