從pandas數據框中的字符串中刪除特定URL

Question

我有一個數據框：

Name  url

 A    'https://foo.com, https://www.bar.org, https://goo.com'
 B    'https://foo.com, https://www.bar.org, https://www.goo.com'
 C    'https://foo.com, https://www.bar.org, https://goo.com'

然后是關鍵字列表：

keyword_list = ['foo','bar']

我正在嘗試刪除包含關鍵字的網址，同時保留不包含這些關鍵字的網址，到目前為止，這是唯一對我有用的方法，但是它僅刪除了該單詞的實例：

df['url'] = df['url'].str.replace('|'.join(keywordlist), ' ')

我試圖將字符串中的元素轉換為列表，但是將其與部分較大的數據框組合回去時卻遇到索引錯誤，之前有人遇到過這種情況嗎？

所需的輸出：

Name  url

 A    'https://goo.com'
 B    'https://www.goo.com'
 C    'https://goo.com'

Answer 1

我很確定您可以使用一些正則表達式來做到這一點。 但是您也可以這樣做：

new_df = df.set_index('Name').url.str.split(',\s+', expand=True).stack()

(new_df[~new_df.str.contains('|'.join(keyword_list))]
      .reset_index(level=1, drop=True)
      .to_frame(name='url')
      .reset_index()
)

輸出：

  Name                  url
0    A      https://goo.com
1    B  https://www.goo.com
2    C      https://goo.com