pandas全匹配，将某字符串所在行删除

您可以使用`drop`函数来删除包含特定字符串的行。下面是一个示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': ['foo', 'bar', 'baz'],
        'B': ['hello', 'world', 'pandas']}
df = pd.DataFrame(data)

# 找到包含特定字符串的行并删除
df = df[~df['A'].str.contains('bar', na=False)]

print(df)

这个例子中，我们使用`contains`函数来检查DataFrame的列'A'中是否包含特定字符串'bar'，然后使用`~`取反运算符来获取不包含该字符串的行。最后，我们将结果重新赋值给原始的DataFrame `df`。

注意，`str.contains`默认情况下会忽略缺失值，即`na=True`。如果您想考虑缺失值，请将`na`参数设置为`False`。

相关问题

pandas删除某些字符串所在行

要删除包含特定字符串的行，你可以使用 Pandas 中的 `str.contains()` 方法结合布尔索引来实现。以下是一个示例代码：

import pandas as pd

# 创建示例数据
data = {'col1': ['abc', 'def', 'ghi', 'jkl'],
        'col2': ['abc123', 'def456', 'ghi789', 'jkl012']}
df = pd.DataFrame(data)

# 使用 str.contains() 进行字符串匹配，并创建布尔索引
mask = df['col2'].str.contains('abc')

# 使用布尔索引删除匹配的行
df = df[~mask]

print(df)

输出结果如下：

  col1    col2
1  def  def456
2  ghi  ghi789
3  jkl  jkl012

在上述示例中，我们使用 `str.contains()` 方法匹配了包含 'abc' 的行，并将匹配结果存储在一个布尔索引中。然后，我们使用 `~` 运算符对布尔索引取反，即删除匹配的行。最后，我们输出删除后的数据框。你可以根据需要修改示例代码来适应你的具体情况。

pandas.DataFrame中删除包涵特定字符串所在的行

要删除 Pandas DataFrame 中包含特定字符串的行，可以使用 Pandas 的布尔索引和 `str.contains()` 方法。以下是示例代码：

import pandas as pd

# 创建示例 DataFrame
df = pd.DataFrame({'A': ['foo', 'bar', 'baz'], 'B': ['apple', 'orange', 'banana']})

# 找到包含特定字符串的行
rows_to_drop = df[df['B'].str.contains('an')].index

# 使用 drop() 方法删除指定的行
df = df.drop(rows_to_drop)

# 输出结果
print(df)

这将删除 DataFrame 中包含 'an' 字符串的行，即删除第二和第三行的数据。如果要匹配多个特定字符串，可以使用正则表达式。例如，要匹配包含 'an' 或 'le' 的行，可以使用以下代码：

rows_to_drop = df[df['B'].str.contains('an|le')].index