在熊猫中选择行不包含特定字符

问题描述：

.str.startswith() 
.str.endswith()

但对于一个字符串的中间部分东西。

例如，给定以下pd.DataFrame

 str_name 
    0 aaabaa 
    1 aabbcb 
    2 baabba 
    3 aacbba 
    4 baccaa 
    5 ababaa

我需要抛出行1,3和4包含（至少一个）字母“c”的。
特定字母（'c'）的位置未知。
任务是除去不包含至少一个特定字母

答

你想df['string_column'].str.contains('c')

>>> df 
    str_name 
0 aaabaa 
1 aabbcb 
2 baabba 
3 aacbba 
4 baccaa 
5 ababaa 
>>> df['str_name'].str.contains('c') 
0 False 
1  True 
2 False 
3  True 
4  True 
5 False 
Name: str_name, dtype: bool

现在，您可以“删除”这样

>>> df = df[~df['str_name'].str.contains('c')] 
>>> df 
    str_name 
0 aaabaa 
2 baabba 
5 ababaa 
>>>

编辑添加的所有行：

如果你只想检查第一个k个字符，你可以slice。假设k=3：

>>> df.str_name.str.slice(0,3) 
0 aaa 
1 aab 
2 baa 
3 aac 
4 bac 
5 aba 
Name: str_name, dtype: object 
>>> df.str_name.str.slice(0,3).str.contains('c') 
0 False 
1 False 
2 False 
3  True 
4  True 
5 False 
Name: str_name, dtype: bool

注意，Series.str.slice并不像一个典型的Python片。

谢谢！如果我想检查'str_name'中只有第一个k字母是否包含'c'，该怎么办？ –

令人惊叹！真可惜，我不能投两次票。 –

答

您可以使用str.contains（）

str_name = pd.Series(['aaabaa', 'aabbcb', 'baabba', 'aacbba', 'baccaa','ababaa']) 
str_name.str.contains('c')

这将返回布尔

下面将返回上述

~str_name.str.contains('c')

答

的倒数可以使用numpy

df[np.core.chararray.find(df.str_name.values.astype(str), 'c') < 0] 

    str_name 
0 aaabaa 
2 baabba 
5 ababaa

在熊猫中选择行不包含特定字符

相关推荐