在熊猫的数据帧上搜索“does-not-contain”

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

你可以使用反转(~)操作符(它的作用类似于布尔数据的not):

new_df = df[~df["col"].str.contains(word)]

其中new_df是RHS返回的副本。

Contains也接受正则表达式…

如果上面抛出ValueError或TypeError，原因很可能是因为你有混合数据类型，所以使用na=False:

new_df = df[~df["col"].str.contains(word, na=False)]

Or,

new_df = df[df["col"].str.contains(word) == False]

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]

以某种方式”。包含“不适合我，但当我尝试的时候”。isin'正如@kenan在回答中提到的(如何从熊猫数据帧中删除包含特定列中的特定字符串的行?)它是有效的。进一步说，如果你想查看整个数据帧，并删除那些有特定单词(或一组单词)的行，只需使用下面的循环

for col in df.columns:
    df = df[~df[col].isin(['string or string list separeted by comma'])]

只需删除~以获得包含单词的数据框架

为了补充上面的问题，如果有人想删除所有带字符串的行，可以这样做:

df_new=df[~df['col_name'].apply(lambda x: isinstance(x, str))]

推荐文章