在pandas中搜索数据框中的"不包含"

Question

我已经做了一些搜索,无法弄清楚如何过滤数据帧df["col"].str.contains(word),但是我想知道是否有办法做反向:按照该集合的赞美过滤数据帧.例如:对...的影响!(df["col"].str.contains(word)).

这可以通过一种DataFrame方法完成吗？

Answer 1

您可以使用invert(〜)运算符(其作用类似于布尔数据):

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

,new_dfRHS返回的副本在哪里.

contains也接受正则表达式...

如果上面抛出一个ValueError,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)]

要么,

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

Answer 2

我也遇到了not(〜)符号的问题,所以这是另一个来自另一个StackOverflow线程的方法:

df[df["col"].str.contains('this|that')==False]

Answer 3

我希望答案已经发布

我正在添加框架以查找多个单词并从 dataFrame 中否定这些单词。

这里'word1','word2','word3','word4'= 要搜索的模式列表

df = 数据帧

column_a = 来自 DataFrame df 的列名

Search_for_These_values = ['word1','word2','word3','word4'] 

pattern = '|'.join(Search_for_These_values)

result = df.loc[~(df['column_a'].str.contains(pattern, case=False)]

Answer 4

您可以使用Apply和Lambda选择列中包含列表中任何内容的行。对于您的方案：

df[df["col"].apply(lambda x:x not in [word1,word2,word3])]

Answer 5

在使用上面Andy推荐的命令之前,我必须删除NULL值.一个例子:

df = pd.DataFrame(index = [0, 1, 2], columns=['first', 'second', 'third'])
df.ix[:, 'first'] = 'myword'
df.ix[0, 'second'] = 'myword'
df.ix[2, 'second'] = 'myword'
df.ix[1, 'third'] = 'myword'
df

    first   second  third
0   myword  myword   NaN
1   myword  NaN      myword 
2   myword  myword   NaN

现在运行命令:

~df["second"].str.contains(word)

我收到以下错误:

TypeError: bad operand type for unary ~: 'float'

我首先使用dropna()或fillna()删除了NULL值,并且没有问题地重试命令.

Answer 6

要否定您的查询，请使用~. 使用的query优点是df直接返回有效观察结果：

df.query('~col.str.contains("word").values')