python - 使用python删除pandas DataFrame中的子字符串

Question

如果当前索引处的术语是以下术语的子字符串，我希望我的 Python 脚本删除 DataFrame 中的一行。而且，如果以下术语是当前索引处的术语的子字符串。
在下面的示例中，只应保留带有术语“A 600 Strom”的最后一个数据集以及“Silent”。

    term            timestamp
83  A 6             2018-09-27 18:26:46
85  A 60            2018-09-27 18:26:46
86  A 600           2018-09-27 18:26:46
89  A 600           2018-09-27 18:26:47
91  A 600 S         2018-09-27 18:26:47
93  A 600 Str       2018-09-27 18:26:48
95  A 600 Stro      2018-09-27 18:26:49
97  A 600 Str       2018-09-27 18:26:53
98  A 600 Strom     2018-09-27 18:26:5
99  S               2018-09-27 18:26:48
100 Sil             2018-09-27 18:26:49
101 Silen           2018-09-27 18:26:53
102 Silent          2018-09-27 18:26:5

是否有优雅有效的解决方案，或者我是否必须在循环中处理一系列 if 语句？

Answer 1

使用， Series.shift 转移 term列并将其分配给 new_column s_1然后使用 DataFrame.agg 沿axis=1创建一个 bool 值 mask通过比较前一项和下一项 (s_1)并比较下一项 (s_1)到上一届。最后用这个mask过滤数据框:

mask = (
    df.assign(s_1=df['term'].shift(-1).astype(str))
    .agg(lambda s: s['term'] in s['s_1'] or s['s_1'] in s['term'], axis=1)
)

df1 = df[~mask]

结果:

# print(df1)
           term            timestamp
98  A 600 Strom  2018-09-27 18:26:53