python - 如何根据多列的正则表达式从数据框中选择行

Question

我正在尝试从数据帧 df 中选择行，其中字符串值不在列 col1 或 col2 中。

我只能对一列执行以下操作:

df_clean = df[df["col1"].str.contains('thisstring|thatstring', na=False, case=False)==False]

但如果我能做到的话那就更好了:

df_clean = df[df["col1","col2"].str.contains('thisstring|thatstring', na=False, case=False)==False]

这可能吗？否则，我必须使用顶部代码中的 df_clean 并为 col2 再次运行它并保存到另一个变量中。

Answer 1

用途:

df = pd.DataFrame({'col1':['thisstring dd','thisstring ff','ee'],
                   'col2':['s thatstring','ddd','sds']})

如果需要将.str函数应用于DataFrame，请使用apply对于带有 any 的 boolean DataFrame每行至少检查一个 True:

f = lambda x: x.str.contains('thisstring|thatstring', na=False, case=False)
df_clean = df[~df[["col1","col2"]].apply(f).any(axis=1)]
print (df_clean)
  col1 col2
2   ee  sds

最简单的是将一列添加到另一列，然后通过 False 进行比较，使用 ~ 作为反向 bool 掩码:

s = df["col1"] + ' ' + df["col2"]
df_clean = df[~s.str.contains('thisstring|thatstring', na=False, case=False)]
print (df_clean)
  col1 col2
2   ee  sds