你可以使用lambda函数来遍历每一行并检查是否为true show
代码：

df[df.apply(lambda x: len(x.ColA)<=1 and len(x.ColB)<=1, axis=1)]

或通过将列表转换为字符串并仅选择少于2个

df[df.T.apply(lambda x: len(''.join(x))<3)] #len(AT)<3

一种使用numpy.char.str_len的方法是：

mask = (np.char.str_len(df.to_numpy("str")) <= 1).all(1)
res = df[mask]
print(res)

产出

Column_A Column_B
1        A        T

第一步：

(np.char.str_len(df.to_numpy("str")) <= 1)

创建布尔矩阵：

[[ True False]
 [ True  True]
 [False  True]]

函数all从该矩阵中找到行，其中所有值都是True。

您可以使用pandas.DataFrame.applymap并计算每列中每个项目的长度。

m = (df.applymap(len) <= 1).all(axis=1)
print(df[m])

输出：

Column_A   Column_B
1         A          T

说明：

>>> df.applymap(len)

   Column_A   Column_B
0         1          2
1         1          1
2         3          1

df[df.apply(lambda x: len("".join(x)) == len(x), axis=1)]