python - 如果行元素包含在另一个行元素中，则选择 pandas 行

Question

我有一个看起来像这样的 Pandas 数据框:

real_value, prediction
'invalid', 'inv'
'invalid', 'neg'
'invalid', 'inv'
'negative', 'neg'
'negative', 'neg'
'negative', 'neg'
'positive', 'pos'
'positive', 'pos'
'positive', 'inv'

我想选择所有预测值和实际值不匹配的行，换句话说，我想得到一个看起来像这样的数据框:

real_value, prediction
'invalid', 'neg'
'positive', 'inv'

我尝试了 df.loc[~df.prediction.isin(df.real_value)]，但这不起作用。很容易根据特定的、用户定义的值进行选择，例如df.loc[~df.prediction.isin(['neg'])]，但我找不到根据行本身出现的值进行选择的方法。

如何获得所需的选择？谢谢

Answer 1

使用以下条件:

df[df['real_value'].str[:3].ne(df['prediction'])]

输出:

    real_value  prediction
1   invalid     neg
8   positive    inv

ne 返回不等于系列和其他。这是元素方面的。您不能使用 isin 因为它采用可迭代、Series、DataFrame 或 dict，所以您没有比较列 real_value 和 prediction element-wise .