python - 删除 pandas DataFrame 中的行，其中该行包含列表中存在的字符串？

Question

我知道如何从单列('From')pandas DataFrame 中删除行，其中该行包含一个字符串，例如给定 df 和 somestring:

df = df[~df.From.str.contains(someString)]

现在我想做类似的事情，但这次我想删除包含另一个 list 的任何元素中的字符串的所有行。如果我不使用 pandas，我会使用 for 和 if ... not ... in 方法。但是我该如何利用 pandas 自身的功能来实现这一目标呢？给定要删除的项目列表 ignorethese，从逗号分隔字符串文件中提取EMAILS_TO_IGNORE，我尝试:

with open(EMAILS_TO_IGNORE) as emails:
        ignorethese = emails.read().split(', ')
        df = df[~df.From.isin(ignorethese)]

我是不是先把文件分解成一个列表才把事情搞得一团糟？鉴于它是一个由逗号分隔值组成的纯文本文件，我可以用更简单的方法绕过它吗？

Answer 1

Series.str.contains支持正则表达式，您可以通过使用 | 对它们进行 OR 从您的电子邮件列表中创建一个要忽略的正则表达式，然后在 contains 中使用它.示例 -

df[~df.From.str.contains('|'.join(ignorethese))]

演示 -

In [109]: df
Out[109]:
                                         From
0         Grey Caulfu <grey.caulfu@ymail.com>
1  Deren Torculas <deren.e.torcs87@gmail.com>
2    Charlto Youna <youna.charlto4@yahoo.com>

In [110]: ignorelist = ['grey.caulfu@ymail.com','deren.e.torcs87@gmail.com']

In [111]: ignorere = '|'.join(ignorelist)

In [112]: df[~df.From.str.contains(ignorere)]
Out[112]:
                                       From
2  Charlto Youna <youna.charlto4@yahoo.com>

---

请注意，如the documentation所述它使用 re.search() .