如何移除DataFrame的CityIds列中长度小于4的项或单独拆分？

针对你的需求，这里提供两种高效的处理方案（适配大数据量场景）：

方案一：删除长度小于4的项，保留符合长度要求的内容 #

通过正则拆分字符串（自动处理逗号后的空格），过滤出长度≥4的元素后重新合并：

import pandas as pd

# 构造示例DataFrame（实际使用时替换为你的数据）
df = pd.DataFrame({
    'CityIds': [
        '98765, 98-oki, th6, iuy89, 8.90765',
        '89ol, gh98.0p, klopi, th, loip',
        '98087,PAKJIYT, hju, yu8oi, iupli'
    ]
})

# 生成过滤后的列
df['Filtered_CityIds'] = df['CityIds'].str.split(r',\s*').apply(
    lambda x: ', '.join([item for item in x if len(item) >= 4])
)

处理后结果：

方案二：将短项拆分到单独列 #

把长度<4的项和符合要求的项分别放到两个列中：

# 定义拆分函数
def split_short_long(items):
    short_items = [item for item in items if len(item) < 4]
    long_items = [item for item in items if len(item) >= 4]
    return ', '.join(long_items), ', '.join(short_items)

# 应用函数生成两列
df[['Long_CityIds', 'Short_CityIds']] = df['CityIds'].str.split(r',\s*').apply(
    lambda x: pd.Series(split_short_long(x))
)

处理后结果：

说明 #

• 用str.split(r',\s*')通过正则匹配逗号（后面可跟任意空格），确保拆分不受空格影响；
• 采用apply结合列表推导式处理，比纯Python循环效率更高，适合大数据量场景；
• 如果你的DataFrame数据量极大，可以考虑用swifter库加速apply操作（需额外安装）。

内容的提问来源于stack exchange，提问作者Luke Lucy