如何基于多列正则表达式从dataframe中选择行

Question

我试图从数据帧df中选择行，其中字符串值不在列col1或col2中。你知道吗

我只能对一列执行以下操作：

df_clean = df[df["col1"].str.contains('thisstring|thatstring', na=False, case=False)==False]

但如果我能做到更好：

df_clean = df[df["col1","col2"].str.contains('thisstring|thatstring', na=False, case=False)==False]

有可能吗？否则，我必须使用顶层代码中的df_clean，然后再次为col2运行它并保存到另一个变量中。你知道吗

Answer 1

用途：

df = pd.DataFrame({'col1':['thisstring dd','thisstring ff','ee'],
                   'col2':['s thatstring','ddd','sds']})

如果需要将.str函数应用于DataFrame，请使用^{}for boolean DataFrame和^{}检查每行至少一个True：

f = lambda x: x.str.contains('thisstring|thatstring', na=False, case=False)
df_clean = df[~df[["col1","col2"]].apply(f).any(axis=1)]
print (df_clean)
  col1 col2
2   ee  sds

最简单的方法是将一列添加到另一列中，然后按False进行比较，使用~作为逆布尔掩码：

s = df["col1"] + ' ' + df["col2"]
df_clean = df[~s.str.contains('thisstring|thatstring', na=False, case=False)]
print (df_clean)
  col1 col2
2   ee  sds