Python 如何根据列值的长度从数据帧中删除行？

在以下

pandas.DataFframe

中：

df = 
    alfa    beta   ceta
    a,b,c   c,d,e  g,e,h
    a,b     d,e,f  g,h,k
    j,k     c,k,l  f,k,n

如何删除alfa的列值超过2个元素的行？这可以通过使用长度函数来实现，我知道，但没有找到具体的答案

df = df[['alfa'].str.split(',').map(len) < 3]

df=df[['alfa'].str.split（'，'）.map（len）<3]

您可以使用

pandas.DataFrame.apply（）

这个怎么样

df = df[df['alpha'].str.split(',', expand=True)[2].isnull()]

使用

expand=True

为列表中的每个项目创建一个新的数据框，其中包含一列。如果列表有三个或更多项，则第三列将具有非空值

---

这种方法的一个问题是，如果列表中没有三个或三个以上的项，则选择列

[2]

将导致

键错误。基于此，使用@Stephen Rauch发布的解决方案更安全。
至少有两种方法可以将给定的
DF
子集：

1） 在逗号分隔符上拆分，然后计算生成的
列表的长度
：

df[df['alfa'].str.split(",").str.len().lt(3)]

2） 计算逗号数，并在结果中添加1以说明最后一个字符：

df[df['alfa'].str.count(",").add(1).lt(3)] 

两者都产生：

这是@NickilMaveli答案的
numpy
版本

mask = np.core.defchararray.count(df.alfa.values.astype(str), ',') <= 1
pd.DataFrame(df.values[mask], df.index[mask], df.columns)

  alfa   beta   ceta
1  a,b  d,e,f  g,h,k
2  j,k  c,k,l  f,k,n

mask=np.core.defchararray.count（df.alfa.values.astype（str），“，”）这里有一个最容易记住的选项，它仍然包含熊猫的“流血心脏”数据帧：

1） 在dataframe中创建一个新列，其长度值为：

df['length'] = df.alfa.str.len()

2） 使用新列编制索引：

df = df[df.length < 3]

每个回路359µs±6.83µs（7次运行的平均值±标准偏差，每个1000个回路）

步骤2：

df = df[df.length < 3]

df=df[df.length<3]

每个回路627µs±76.9µs（7次运行的平均值±标准偏差，每个1000个回路）

好消息是，当尺寸增大时，时间不会线性增长。例如，对30000行数据执行相同的操作大约需要3ms（因此10000x数据，3x速度增加）。熊猫数据帧就像一列火车，需要能量才能运行（所以在绝对比较下，对小事情来说不是很好，但客观上它并不重要……因为对于小数据，事情无论如何都很快）

df = df[df.length < 3]

%timeit df['length'] = df.alfa.str.len()

df = df[df.length < 3]