从pandas数据框中的字符串中删除特定URL

Question

我有一个数据框：

Name  url

 A    'https://foo.com, https://www.bar.org, https://goo.com'
 B    'https://foo.com, https://www.bar.org, https://www.goo.com'
 C    'https://foo.com, https://www.bar.org, https://goo.com'

，然后是关键字列表：

keyword_list = ['foo','bar']

我正在尝试删除包含关键字的url，同时保留不包含这些关键字的url，到目前为止，这是唯一对我有用的方法，但是它只是删除了该单词的实例：

df['url'] = df['url'].str.replace('|'.join(keywordlist), ' ')

我尝试将字符串中的元素转换为列表，但是将其与部分较大的数据框组合回去时却遇到索引错误？

所需的输出：

Name  url

 A    'https://goo.com'
 B    'https://www.goo.com'
 C    'https://goo.com'

Answer 1

我很确定您可以使用一些正则表达式来做到这一点。但您也可以这样做：

new_df = df.set_index('Name').url.str.split(',\s+', expand=True).stack()

(new_df[~new_df.str.contains('|'.join(keyword_list))]
      .reset_index(level=1, drop=True)
      .to_frame(name='url')
      .reset_index()
)

输出：

  Name                  url
0    A      https://goo.com
1    B  https://www.goo.com
2    C      https://goo.com