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)]`。

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