Python Pandas - 类似于 ISIN 但 "contains"与 "exact"匹配

Question

我正在使用 Python Pandas 处理两个数据框。第一个数据框包含来自客户数据库 的记录(名字、姓氏、电子邮件等)。第二个数据框包含一个域名列表，例如gmail.com、hotmail.com 等

当电子邮件地址包含来自第二个列表的域名时，我试图从客户数据框中排除记录。换句话说，当客户的电子邮件地址域出现在域黑名单中时，我需要将其删除。

这里是示例数据框:

>>> customer = pd.DataFrame({'Email': [
    "bob@example.com", 
    "jim@example.com", 
    "joe@gmail.com"], 'First Name': [
    "Bob", 
    "Jim", 
    "Joe"]})

>>> blacklist = pd.DataFrame({'Domain': ["gmail.com", "outlook.com"]})

>>> customer
         Email First Name
0  bob@example.com        Bob
1  jim@example.com        Jim
2    joe@gmail.com        Joe
>>> blacklist
  Domain
0  gmail.com
1  outlook.com

我想要的输出是:

>>> filtered_list = magic_happens_here(customer, blacklist)
>>> filtered_list
    Email First Name
0 bob@example.com    Bob
1 jim@example.com    Jim

到目前为止我尝试了什么:

1. 为了消除特定 电子邮件地址，我过去使用过 df1[df1['email'].isin(~df2['email']) 。 .. 但显然对我在这里描述的用例没有帮助。
2. 我试过使用 df.apply，但语法不正确，我想实际数据集的性能会很糟糕。示例:df1['Email'].apply(lambda x: x for i in ['gmail.com', 'outlook.com'] if i in x)。尽管这看起来应该可行，但我得到了 TypeError: 'generator' object is not callable。

剩下的问题是:

1. 最好的方法是什么？
2. 为什么生成器不可调用？
3. ...最终，当电子邮件地址域存在于排除集中时，我如何从数据框中排除客户？

Answer 1

代码-

import pandas as pd


customer = pd.DataFrame({'Email': [
    "bob@example.com",
    "jim@example.com", 
    "joe@gmail.com"], 'First Name': [
    "Bob", 
    "Jim", 
    "Joe"]})

blacklist = pd.DataFrame({'Domain': ["gmail.com", "outlook.com"]})

invalid_emails = tuple(blacklist['Domain'])

df = customer[customer['Email'].apply(lambda s: not s.endswith(invalid_emails))]

print(df)

输出-

             Email First Name
0  bob@example.com        Bob
1  jim@example.com        Jim