Pandas：移除DataFrame列中不含指定子串的单元格内的字符

问题核心 #

需要对DataFrame的start列做如下处理：单元格内容不含"BC"时，移除其中的"-"；含"BC"的单元格保持原样。

错误原因分析 #

你尝试用~'BC'来表示"不含BC"的逻辑是错误的：~是Python的位运算符，只能作用于数值或布尔数组，直接作用于字符串会触发TypeError。正确的做法是先通过str.contains()生成布尔数组，再用~对数组取反。

正确实现代码 #

import numpy as np
import pandas as pd

# 构造示例DataFrame
slate = pd.DataFrame({
    'name': ['La Coma'],
    'municipality': ['Altafulla'],
    'start': ['-200 AD'],
    'end': ['125 AD'],
    'ext': [1.74],
    'x': [1.379991],
    'y': [41.154995]
})

# 核心处理逻辑
slate['start'] = np.where(
    # 取反：筛选出不含"BC"的单元格
    ~slate['start'].str.contains('BC', na=False),
    # 对符合条件的单元格移除"-"
    slate['start'].str.replace('-', '', regex=False),
    # 含"BC"的单元格保持原内容
    slate['start']
)

代码说明 #

1. slate['start'].str.contains('BC', na=False)：生成布尔数组，标记每个单元格是否包含"BC"，na=False确保空值被判定为False
2. ~：对上述布尔数组取反，得到"不含BC"的单元格标记
3. np.where()：根据标记执行分支逻辑，符合条件的单元格替换"-"，否则保留原内容

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