python - 过滤 Pandas 行，其中列中的第一个字母是/不是某个值

Question

如何过滤掉我不希望第一个字母为“Z”或任何其他字符的一系列数据(在 pandas dataFrame 中)。

我有以下 pandas 数据框 df(其中有 > 25,000 行)。

TIME_STAMP  Activity    Action  Quantity    EPIC    Price   Sub-activity    Venue
0   2017-08-30 08:00:05.000 Allocation  BUY 50  RRS 77.6    CPTY    066
1   2017-08-30 08:00:05.000 Allocation  BUY 50  RRS 77.6    CPTY    066
3   2017-08-30 08:00:09.000 Allocation  BUY 91  BATS    47.875  CPTY    PXINLN
4   2017-08-30 08:00:10.000 Allocation  BUY 43  PNN 8.07    CPTY    WCAPD
5   2017-08-30 08:00:10.000 Allocation  BUY 270 SGE 6.93    CPTY    PROBDMAD

我正在尝试删除 Venue 第一个字母为“Z”的所有行。

例如，我通常的过滤器代码类似于(过滤掉 Venue = '066' 的所有行

df = df[df.Venue != '066']

我可以看到这个过滤器行过滤掉了我需要的数组，但我不确定如何在过滤器上下文中指定它。

[k for k in df.Venue if 'Z' not in k]

Answer 1

使用 str[0] 选择第一个值或使用 startswith , contains使用正则表达式 ^ 作为字符串的开头。对于反转 bool 掩码，使用 ~:

df1 = df[df.Venue.str[0] != 'Z']

df1 = df[~df.Venue.str.startswith('Z')]

df1 = df[~df.Venue.str.contains('^Z')]

如果没有 NaN 的值更快，则使用列表理解:

df1 = df[[x[0] != 'Z' for x in df.Venue]]

df1 = df[[not x.startswith('Z') for x in df.Venue]]