如何移除DataFrame中同时包含A和B字符的行？

示例数据构造 #

先构建符合描述的DataFrame：

import pandas as pd

df = pd.DataFrame({
    'seq': [
        'AAAABBB',
        'ACBCDAB',
        'AACCADD',
        'ACDCACC',
        'ABAABBC',
        'BCBBDCB'
    ]
})

核心筛选方法 #

这里提供两种无需拆分字符串的高效矢量化方案，性能远优于str_split_fix的处理方式：

方案1：逻辑组合检查

利用pandas矢量化字符串方法，直接判断每行是否同时包含A和B，取反后保留目标行：

# 筛选不同时包含A和B的行
result_df = df[~(df['seq'].str.contains('A') & df['seq'].str.contains('B'))]

方案2：正则正向预查

用正则正向预查一次性匹配同时存在A和B的字符串，取反后得到结果：

# 匹配同时含A和B的行，取反筛选目标数据
result_df = df[~df['seq'].str.contains('(?=.*A)(?=.*B)')]

结果验证 #

运行上述代码后，result_df的输出为：

seq
2  AACCADD
3  ACDCACC
5  BCBBDCB

效率说明 #

这两种方法均基于pandas的矢量化操作，避免了拆分字符串后逐元素检查的额外开销。在数据量较大时，性能会比str_split_fix的方法提升显著——矢量化处理是pandas批量数据操作的最优实践之一。

内容的提问来源于stack exchange，提问作者Tommy Cassilly