如何在Pandas中移除full_name包含part_name的行？

问题原因 #

你之前的代码报错TypeError: unhashable type: 'Series'，是因为pd.Series.str.contains()的第一个参数pat要求传入单个字符串或正则表达式，而你直接传入了整个part_name列（Series类型），不符合参数要求。

解决方案 #

要实现逐行检查part_name是否包含在full_name中，并过滤掉符合条件的行，可以用以下两种方法：

方法1：使用apply逐行处理 #

这是最直观的方式，通过apply遍历每一行进行判断：

import pandas as pd

df = pd.DataFrame({'city_code':['34', '36', '89', '34'], 
                   'full_name': ['WXYZ(24)', 'ZYXW', 'YZWX','WXYZ(24)'], 
                   'part_name': ['WXYZ', 'ABCD', 'YZWX', 'ABCD']})

# 生成过滤掩码：part_name不在full_name中的行保留
mask = df.apply(lambda row: row['part_name'] not in row['full_name'], axis=1)
df_filtered = df[mask]
print(df_filtered)

方法2：使用列表推导式（性能更优） #

对于大数据集，列表推导式的运行效率比apply更高：

import pandas as pd

df = pd.DataFrame({'city_code':['34', '36', '89', '34'], 
                   'full_name': ['WXYZ(24)', 'ZYXW', 'YZWX','WXYZ(24)'], 
                   'part_name': ['WXYZ', 'ABCD', 'YZWX', 'ABCD']})

# 逐行判断并生成掩码
mask = [part not in full for full, part in zip(df['full_name'], df['part_name'])]
df_filtered = df[mask]
print(df_filtered)

输出结果 #

两种方法都会得到你期望的结果：

city_code   full_name part_name
1        36        ZYXW      ABCD
3        34  WXYZ(24)      ABCD

扩展：支持正则匹配 #

如果你的part_name包含正则特殊字符（如*、.、+），需要按正则规则匹配，可以修改apply的逻辑：

mask = df.apply(lambda row: not row['full_name'].str.contains(row['part_name'], regex=True), axis=1)
df_filtered = df[mask]

内容的提问来源于stack exchange，提问作者Jpdiv