我做了一些搜索，不知道如何过滤一个数据框架
df["col"].str.contains(word)
然而，我想知道是否有一种方法可以做相反的事情:通过该集合的赞美来过滤数据帧。例:效果是
!(df["col"].str.contains(word))
这可以通过DataFrame方法来完成吗?
当前回答
你可以使用Apply和Lambda:
df[df["col"].apply(lambda x: word not in x)]
或者如果你想定义更复杂的规则，你可以使用AND:
df[df["col"].apply(lambda x: word_1 not in x and word_2 not in x)]
其他回答
除了nanselm2的答案，你可以用0代替False:
df["col"].str.contains(word)==0
你可以使用Apply和Lambda:
df[df["col"].apply(lambda x: word not in x)]
或者如果你想定义更复杂的规则，你可以使用AND:
df[df["col"].apply(lambda x: word_1 not in x and word_2 not in x)]
我希望答案已经贴出来了
我正在添加框架来查找多个单词，并从dataFrame中否定这些单词。
这里'word1'，'word2'，'word3'，'word4' =要搜索的模式列表
df = DataFrame
column_a = DataFrame df中的列名
values_to_remove = ['word1','word2','word3','word4']
pattern = '|'.join(values_to_remove)
result = df.loc[~df['column_a'].str.contains(pattern, case=False)]
要否定查询，请使用~。使用query的优点是直接返回df的有效观测值:
df.query('~col.str.contains("word").values')
我也遇到了不(~)符号的麻烦，所以这里是另一个StackOverflow线程的另一种方式:
df[df["col"].str.contains('this|that')==False]
