Question

我有一个包含字符串和整数列的数据框。在其中一个包含字符串的列上，我想搜索该列的所有项目以获取特定的子字符串，请说“abc”，如果子字符串存在则删除该行。我怎么做？这听起来很容易，但不知怎的，我为此而苦恼。子字符串始终是最后三个字符。我尝试了以下方法：

df1 = df.drop(df[df.Hostname[-4:]== "abc"])

给了我

UserWarning：Boolean系列键将重新编制索引以匹配DataFrame 索引

所以我尝试修改该列中的值并过滤掉最后没有“abc”的所有值：

red = [c for c in df.Hostname[-4:] if c != 'abc']

给了我

KeyError（'％s不在索引'％objarr [mask]中）

我做错了什么？

感谢您的帮助！

Answer 1

使用boolean indexing，如果需要检查列4的上一个3（Hostname）个字符，请添加indexing with str并将条件从==更改为!=：

df1 = df[df.Hostname.str[-4:] != "abc"]

或者也许：

df1 = df[df.Hostname.str[-3:] != "abc"]

样品：

df = pd.DataFrame({'Hostname':['k abc','abc','dd'],
                  'b':[1,2,3],
                  'c':[4,5,6]})
print (df)
  Hostname  b  c
0    k abc  1  4
1      abc  2  5
2       dd  3  6

df1 = df[df.Hostname.str[-3:] != "abc"]
print (df1)
  Hostname  b  c
2       dd  3  6

如果需要检查最后一个字符，还可以使用str.endswith：

df1 = df[~df.Hostname.str.endswith("abc")]
print (df1)
  Hostname  b  c
2       dd  3  6

编辑：

如果需要检查最后4个字符abc，然后删除行首先提取值，然后使用str.contains：

df1 = df[~df.Hostname.str[-4:].str.contains('abc')]
print (df1)
  Hostname  b  c
2       dd  3  6

EDIT1：

对于默认索引add reset_index - python计数形式为0，因此索引值为0,1,2,...：

df1 = df[df.Hostname.str[-3:] != "abc"].reset_index(drop=True)

python pandas删除字符串条件的行

1 个答案: