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。

相关问题

pandas删除多个字符串所在行

要删除包含多个字符串的行，您可以使用 Pandas 中的 `str.contains()` 方法结合逻辑运算符进行条件过滤。下面是一个示例代码：

import pandas as pd

# 创建示例数据
data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dave'],
        'Age': [25, 30, 35, 40],
        'City': ['New York', 'London', 'Paris', 'Tokyo']}
df = pd.DataFrame(data)

# 定义要删除的字符串列表
delete_strings = ['ob', 'ar']

# 删除包含多个字符串的行
df = df[~df['Name'].str.contains('|'.join(delete_strings))]

print(df)

在上面的示例中，我们创建了一个包含姓名、年龄和城市的 DataFrame。然后，我们定义了一个要删除的字符串列表 `delete_strings`，其中包含了要删除的字符串'ob'和'ar'。接下来，我们使用 `str.contains()` 方法结合逻辑运算符 `|`（表示或）来判断姓名列中是否包含删除字符串列表中的任何一个字符串。最后，我们使用条件过滤符号 `~` 来排除包含这些字符串的行，从而删除它们。

运行代码后，输出结果将是：

    Name  Age     City
0  Alice   25  New York
3   Dave   40    Tokyo

可以看到，带有"Bob"和"Charlie"的行被成功删除了。您可以根据需要更改列名和要删除的字符串列表来适应您的数据。

pandas全匹配，将某字符串所在行删除

可以使用 Pandas 中的 `drop()` 方法来删除包含特定字符串的行。要实现全匹配，你可以使用 `str.contains()` 方法来筛选出包含指定字符串的行，然后使用 `drop()` 方法删除这些行。

下面是一个示例：

import pandas as pd

# 创建示例数据
data = {'col1': ['apple', 'banana', 'orange', 'grape'],
        'col2': ['red', 'yellow', 'orange', 'purple']}
df = pd.DataFrame(data)

# 删除包含特定字符串的行
df = df[~df['col1'].str.contains('^orange$')]

print(df)

这个示例中，我们创建了一个包含两列的 DataFrame。然后，我们使用 `str.contains('^orange$')` 来筛选出 `col1` 列中内容为 "orange" 的行，`^` 表示开头，`$` 表示结尾，确保只匹配整个单词。最后，使用 `~` 操作符取反，将筛选结果取反，得到不包含 "orange" 的行。最终结果会输出删除指定字符串所在行的 DataFrame。

请注意，`str.contains()` 方法默认是区分大小写的。如果你希望进行不区分大小写的匹配，可以使用 `case=False` 参数，例如：`df[~df['col1'].str.contains('^orange$', case=False)]`。