删除 pandas 中多列中包含字符串片段的所有行

Question

我有一个非常大的数据框，有很多列。我想检查所有列并删除包含字符串“MU”的任何实例的任何行，并且有些列具有“MU#1”或“MU#2”，它们有时会交换位置（例如“MU” #1 将位于第 1 列中的索引 0 处，“MU#2”将位于第 1 列中的索引 1 处）。最初，我尝试用此方法删除它们，但如果我尝试对上面的两个字符串执行此操作，它会变得太麻烦：

df_slice = df[(df.phase_2 != 'MU#1') & (df.phase_3 != 'MU#1') & (df.phase_1 != 'MU#1') & (df.phase_4 != 'MU#1') ]

这可能有效，但我必须使用其他数据帧重复此切片几次，并且我想有一个更简单的路线。我还有比上面显示的更多的列，但这只是一个片段。简而言之，所有列都需要检查“MU”，并且需要删除带有“MU”的行。谢谢！

Answer 1

您也可以尝试.str.contains()应用于数据框。这避免了对列进行硬编码，以防万一

df[df.apply(lambda x: (~x.str.contains('MU', case=True, regex=True)))].dropna()

或者

df[~df.stack().str.contains('MU').any(level=0)]

怎么运行的

选项1

当在df.apply(),中使用时x.str.contains，# 是数据框中包含的任何列的通配符

x.str.contains('MU', case=True, regex=True)是数据框中包含“MU”的任何列的通配符，区分大小写并隐含正则表达式

~相反，因此您最终会得到没有 MU 的行

NaN不满足条件时返回结果数据帧。.dropna()因此消除了行NaN

选项2

df.stack()# Stacks the dataframe
df.stack().str.contains('MU')#boolean selects rows with the string 'MU'
df.stack().str.contains('MU').any(level=0)# Selects the index
~df.stack().str.contains('MU').any(level=0)# Reverses the selection taking only those without string 'MU'