[譯]如何根據條件從pandas DataFrame中刪除不需要的行？

問題來源：https://stackoverflow.com/questions/13851535/how-to-delete-rows-from-a-pandas-dataframe-based-on-a-conditional-expression

問：
我有一個pandas DataFrame，我想刪除它特定列中字符串差姑娘是大於2的行，我知道我可以使用df.dropna()來去除包含NaN的行，但我沒有找到如何根據條件刪除行。
似乎我能夠這樣做：

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

但卻報錯了：
KeyError: u'no item named False'
誰能告訴我錯在哪里了？

回答一：
當你這樣做時，len(df['column name'])你只得到一個數字，即DataFrame中的行數（即列本身的長度）。如果要應用於len列中的每個元素，請使用df['column name'].map(len)。
嘗試使用：

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

評論：
我想出了一種使用列表解析的方法：df[[(len(x) < 2) for x in df['column name']]] 但是你這種方法更好些。

回答二：
要直接回答這個問題，一種方法是使用drop方法：

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

要刪除列“score”<50的所有行：

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

替換版本

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

多條件情況：
可以使用操作符： | 只需其中一個成立, & 同時成立, ~ 表示取反，它們要用括號括起來。
例如刪除列“score<50 和>20的所有行

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