删除具有csv-fi特定关键字的行

Question

我有一个大的数据文件，我需要删除具有特定关键字的行。在

下面是我使用的文件示例：

User Name     DN
MB31212       CN=MB31212,CN=Users,DC=prod,DC=trovp,DC=net
MB23423       CN=MB23423 ,OU=Generic Mailbox,DC=prod,DC=trovp,DC=net
MB23424       CN=MB23424 ,CN=Users,DC=prod,DC=trovp,DC=net
MB23423       CN=MB23423,OU=DNA,DC=prod,DC=trovp,DC=net
MB23234       CN=MB23234 ,OU=DNA,DC=prod,DC=trovp,DC=net

以下是我导入文件的方式：

^{pr2}$

我怎么能

1. 例如，删除DN列中包含“OU=DNA”的所有行？在
2. 如何删除DN列中的第一个属性“CN=x”，而不删除该列中的其余数据？在

我想得到如下所示，删除包含“OU=DNA”的2行，并从每行中删除“CN=x”：

User Name     DN
MB31212       CN=Users,DC=prod,DC=trovp,DC=net
MB23423       OU=Generic Mailbox,DC=prod,DC=trovp,DC=net
MB23424       CN=Users,DC=prod,DC=trovp,DC=net

Answer 1

你可以尝试用这两步过滤作为你的逻辑。使用str.contains方法筛选出带有OU=DNA的行，并使用带有正则表达式的str.replace方法来修剪前导的CN=x：

newDf = df.loc[~df.DN.str.contains("OU=DNA")]
newDf.DN = newDf.DN.str.replace("^CN=[^,]*,", "")
newDf

    UserName    DN
0   MB31212 CN=Users,DC=prod,DC=trovp,DC=net
1   MB23423 OU=Generic Mailbox,DC=prod,DC=trovp,DC=net
2   MB23424 CN=Users,DC=prod,DC=trovp,DC=net

对正则表达式稍作分解：^表示字符串的开头，后面跟着CN=，并使用[^,]*,捕获模式，直到第一个逗号为止

Answer 2

为了阅读你给我的文件样本，我使用了：

df = pd.read_csv('sample.csv', sep='     ', encoding='latin1', engine="python")

然后：

^{pr2}$

给出了期望的结果：

    User Name   DN
0   MB31212     CN=Users,DC=prod,DC=trovp,DC=net
1   MB23423     OU=Generic Mailbox,DC=prod,DC=trovp,DC=net
2   MB23424     CN=Users,DC=prod,DC=trovp,DC=net