如何从熊猫数据框中删除包含特定列中特定字符串的行？

Question

我在python中有一个非常大的数据框，我想在特定列中删除所有包含特定字符串的行。例如，我想在数据框的列C中删除所有具有字符串“ XYZ”作为子字符串的行。可以使用.drop（）方法以有效的方式实现这一点吗？

Answer 1

pandas具有向量化的字符串操作，因此您可以过滤掉包含不需要的字符串的行：

In [91]: df = pd.DataFrame(dict(A=[5,3,5,6], C=["foo","bar","fooXYZbar", "bat"]))

In [92]: df

Out[92]:

   A          C

0  5        foo

1  3        bar

2  5  fooXYZbar

3  6        bat

In [93]: df[~df.C.str.contains("XYZ")]

Out[93]:

   A    C

0  5  foo

1  3  bar

3  6  bat

Answer 2

仅当您要比较精确的字符串时，这才起作用。如果您要检查列字符串是否包含列表中的任何字符串，它将不起作用。

与列表进行比较的正确方法是：

searchfor = ['john', 'doe']

df = df[~df.col.str.contains('|'.join(searchfor))]