如何基于多列的正则表达式从数据框中选择行

Question

我正在尝试从数据框df中选择行，其中字符串值不在列col1或col2 。

我只能在一列上执行以下操作：

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

但是，如果我可以这样做会更好：

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

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

Answer 1

采用：

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 ， DataFrame apply应用于boolean DataFrame并使用any来检查每行至少一个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

最简单的方法是将一列添加到另一列，然后通过False使用~来比较布尔布尔掩码：

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