Python：根据布尔条件消除 Pandas DataFrame 中的行
Python: Eliminating rows in Pandas DataFrame based on boolean condition
假设我在 Pandas 中有一个 DataFrame，例如
c1 c2
0 'ab' 1
1 'ac' 0
2 'bd' 0
3 'fa' 1
4 'de' 0
并且我希望它显示所有行，以便 c1 不包含 'a'。我想要的输出是：
c1 c2
2 'bd' 0
4 'de' 0
我的第一次尝试是使用 df.loc，像这样：
df.loc['a' not in df['c1']]
对于搜索特定值，df.loc 可以正常工作，但对于基于 False 条件（'a' 不在 df['c1'] 中的搜索）则不行。
我知道我可以做相反的事情。我的意思是，我可以 return 通过此代码 'c1' 列中包含 'a' 的所有行：
df.loc[df['c1'].str.contains('a')]
但我就是想不出 elegant/concise 反过来的方法。我该怎么做？
使用~翻转你的布尔系列：
df.loc[~df['c1'].str.contains('a')]
假设我在 Pandas 中有一个 DataFrame，例如
c1 c2
0 'ab' 1
1 'ac' 0
2 'bd' 0
3 'fa' 1
4 'de' 0
并且我希望它显示所有行，以便 c1 不包含 'a'。我想要的输出是：
c1 c2
2 'bd' 0
4 'de' 0
我的第一次尝试是使用 df.loc，像这样：
df.loc['a' not in df['c1']]
对于搜索特定值，df.loc 可以正常工作，但对于基于 False 条件（'a' 不在 df['c1'] 中的搜索）则不行。
我知道我可以做相反的事情。我的意思是，我可以 return 通过此代码 'c1' 列中包含 'a' 的所有行：
df.loc[df['c1'].str.contains('a')]
但我就是想不出 elegant/concise 反过来的方法。我该怎么做？
使用~翻转你的布尔系列：
df.loc[~df['c1'].str.contains('a')]