通過比較行過濾 pandas pandas dataframe

Question

我有一個用於測試樣本的 Df，其中一些已重做（重做）現在我只想過濾原始樣本

col
a
b
a_redo
b_redo
c
d
e
f
g
g_redo

出去

col
a
b
g

這是我用來過濾重做樣本的代碼（_L _Q _S 是重做前綴）

sample[sample['col'].str.contains("_L|_Q|_S")]

Answer 1

僅通過 Series.str.endswith 過濾redo值，通過Series.str.endswith將其刪除，然后通過Series.str.replace過濾列中的Series.isin值：

vals = sample.loc[sample['col'].str.endswith("redo"), 'col'].str.replace('_redo','')
df = sample[sample['col'].isin(vals)]
print (df)
  col
0   a
1   b
8   g

帶着你的面具：

vals = sample.loc[sample['col'].str.contains("_L|_Q|_S"), 'col'].str.replace("_L|_Q|_S",'')
df = sample[sample['col'].isin(vals)]

Answer 2

mask_redo = sample['col'].str.contains("_L|_Q|_S")
mask_orig = - mask_redo
sample_orig = sample.loc[mask_orig]

基本上，通過在選擇包含重做后綴的字符串的掩碼之前放置減號，您可以反轉選擇：您現在有一個掩碼，可以選擇不包含重做后綴的字符串，即您的原始樣本。