如何根据该行中的单元格数删除一行答案

【问题标题】：How to delete a row based on number of cells in this row如何根据该行中的单元格数删除一行
【发布时间】：2021-07-06 16:02:24
【问题描述】：

我有一个很长的数据框，其中包含我的项目的一些数据我想删除包含超过 2 个单元格的行

这是我的示例代码

A         B           C          D          E          F
9012_1   :2683_1_0
9044_0   :2680_1_0
9007_1   9007_2      :8487_3_0   :8487_4_0  :2675_1_0
8814_2   :8374_1_2
77114_0  77114_1     :53453_1_0  :53453_1_1

我希望我的输出是这样的

A         B           C          D          E          F
9012_1   :2683_1_0
9044_0   :2680_1_0

8814_2   :8374_1_2

怎么可能呢，我找了很多遍都没有找到答案。

谢谢

【问题讨论】：

空单元格是字符串（""）？还是 NaN？
我认为单元格是 NaNs

标签： pandas dataframe csv data-manipulation delete-row

【解决方案1】：

我假设df 与@Andrej 相同。

您可以使用count(axis=1)，它将跨列计算非nan，并将~ 运算符与gt(3) 一起使用。这将删除超过 2 个非 nan 的行。

print(df[~df.count(1).gt(3)])

        A          B    C    D    E   F
0  9012_1  :2683_1_0  NaN  NaN  NaN NaN
1  9044_0  :2680_1_0  NaN  NaN  NaN NaN
3  8814_2  :8374_1_2  NaN  NaN  NaN NaN

【讨论】：

【解决方案2】：

根据您的评论，我假设您有这个数据框：

         A          B           C           D          E   F
0   9012_1  :2683_1_0         NaN         NaN        NaN NaN
1   9044_0  :2680_1_0         NaN         NaN        NaN NaN
2   9007_1     9007_2   :8487_3_0   :8487_4_0  :2675_1_0 NaN
3   8814_2  :8374_1_2         NaN         NaN        NaN NaN
4  77114_0    77114_1  :53453_1_0  :53453_1_1        NaN NaN

然后：

print(df[df.notna().sum(1) <= 2])

打印：

        A          B    C    D    E   F
0  9012_1  :2683_1_0  NaN  NaN  NaN NaN
1  9044_0  :2680_1_0  NaN  NaN  NaN NaN
3  8814_2  :8374_1_2  NaN  NaN  NaN NaN

【讨论】：