如何从 pandas 数据框中删除特定列中包含特定字符串的行？

Question

我在 python 中有一个非常大的数据框，我想删除在特定列中具有特定字符串的所有行。

例如，我想删除所有将字符串 "XYZ" 作为数据框 C 列中的子字符串的行。

这可以使用 .drop() 方法以有效的方式实现吗？

Answer 1

pandas 具有矢量化字符串操作，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

如果您的字符串约束不只是一个字符串，您可以删除那些相应的行：

df = df[~df['your column'].isin(['list of strings'])]

以上将删除包含列表元素的所有行

Answer 3

这仅在您想比较精确的字符串时才有效。如果您想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))]

Answer 4

new_df = df[df.C != 'XYZ']

参考：https://chrisalbon.com/python/data_wrangling/pandas_dropping_column_and_rows/

Answer 5

如果您不想删除所有 NaN，请使用

df[~df.C.str.contains("XYZ") == True]

Answer 6

下面的代码将为您提供所有行的列表：-

df[df['C'] != 'XYZ']

将上述代码中的值存储到数据框中：-

newdf = df[df['C'] != 'XYZ']

Answer 7

对代码略作修改。 na=False 将跳过空值。否则你会得到一个错误 TypeError: bad operand type for unary ~: float

df[~df.C.str.contains("XYZ", na=False)]

来源：

如何从 pandas 数据框中删除特定列中包含特定字符串的行？

How to drop rows from pandas data frame that contains a particular string in a particular column?

python

pandas