欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

pandas 获取不符合条件的dataframe

程序员文章站 2022-07-12 13:54:18
...

search for “does-not-contain” on a dataframe in pandas

问题来源:做项目时,想拿到不符合条件的所有数据,比如:通话类型有好多种(主叫、被叫、呼转……),现在想分析所有非主叫数据,那么问题就来了。

方法一:df[~df.col.str.contains(word)]

>>> df = pd.DataFrame({"A": ["Hello", "this", "World", "apple"]})
>>> df.A.str.contains("Hello|World")
0     True
1    False
2     True
3    False
Name: A, dtype: bool
>>> ~df.A.str.contains("Hello|World")
0    False
1     True
2    False
3     True
Name: A, dtype: bool
>>> df[~df.A.str.contains("Hello|World")]
       A
1   this
3  apple

[2 rows x 1 columns]

注意:
- 似乎 df[~(df.A.str.contains("Hello") | (df.A.str.contains("World")))]比上面使用正则,速度会快点
- 获取“非”数据的条数:(~df.col3.str.contains('u|z')).sum()

方法二:

df[df["col"].str.contains('this'|'that')==False]
>>> df = pd.DataFrame({"A": ["Hello", "this", "World", "apple"]})
>>> df[df['A'].str.contains("Hello|World")==False]
       A
1   this
3  apple

# 多个条件情况下:
# df[df["col1"].str.contains('this|that')==False and df["col2"].str.contains('foo|bar')==True]

方法三:

>>> df = pd.DataFrame({"A": ["Hello", "this", "World", "apple"]})
>>> df['A'].str.contains(r'^(?:(?!Hello|World).)*$')
0    False
1     True
2    False
3     True
Name: A, dtype: bool
>>> df[df['A'].str.contains(r'^(?:(?!Hello|World).)*$')]
       A
1   this
3  apple

作者:Chihwei_hsu
来源:http://chihweihsu.com
Github:https://github.com/HsuChihwei