在Python中删除具有特定条件的行

Question

我正在使用Python的Twitter搜索API对Twitter消息的某个关键字进行研究。在

现在我有了一个很大的CSV文件，包含包含这个关键字的消息，但是用户名中也有关键字。所以这些消息不是关于关键字的，关键字正好在用户名中。在

示例：

• 我的csv中的正确行： @Koningsbruggen在推特上写道：@CGCommunicatie你们在“关键字”里吗？

• 我的csv中有一行不正确： @“KEYWORD”_lady在推特上写道：@rvanbommel是的，没关系

如何使用Python代码删除后一行？ 我得到了一个包含120K行的csv，所以自动删除这些不正确的行会很好。在

Answer 1

如果您将您的tweets加载到pandas数据框中，则可以非常轻松快速地对其进行过滤：

In [11]:

df = pd.DataFrame({'tweet':['@Koningsbruggen tweeted: @CGCommunicatie are you guys in "KEYWORD"?', '@"KEYWORD"_lady tweeted: @rvanbommel yes thats okay']})
df
Out[11]:
                                               tweet
0  @Koningsbruggen tweeted: @CGCommunicatie are y...
1  @"KEYWORD"_lady tweeted: @rvanbommel yes thats...

我们可以调用向量化的^{}方法来split该tweet，并使用contains过滤它们：

^{pr2}$

有很多方法可以将数据加载到panda中：http://pandas.pydata.org/pandas-docs/stable/io.html

Answer 2

如果您的输入文件是逐行列出的消息：

ATamsterdam_lady tweeted: ATrvanbommel ja dikke vlokken
ATKoningsbruggen tweeted: ATCGCommunicatie zitten jullie in Amsterdam?
ATJustoRasta tweeted: febovers ... AT Leidseplein - Amsterdam Centrum t.co/KCUCzj2dWq
AT7Ash_bash tweeted: #HENNY AND AMSTERDAM TONIGHT

然后可以使用以下Python代码：

^{pr2}$

生成的输出文件包含逐行文本，仅在“消息”部分包含“Amsterdam”：

ATKoningsbruggen tweeted: ATCGCommunicatie zitten jullie in Amsterdam?
ATJustoRasta tweeted: febovers ... AT Leidseplein - Amsterdam Centrum t.co/KCUCzj2dWq
AT7Ash_bash tweeted: #HENNY AND AMSTERDAM TONIGHT