如何基于另一个DataFrame的黑名单关键词过滤DataFrame行？

这里给你几种实用的实现方式，根据你的具体需求选择即可：

精确匹配过滤 #

如果需要精确匹配（原DataFrame目标列的值和黑名单关键词完全一致才过滤），用isin()取反最直接：

# 替换成你实际的DataFrame和列名
original_df = pd.DataFrame({"content": ["apple", "banana", "cherry", "date"]})
blacklist_df = pd.DataFrame({"keywords": ["banana", "date"]})

# 过滤掉content列值在黑名单里的行
filtered_df = original_df[~original_df["content"].isin(blacklist_df["keywords"])]

isin()会生成一个布尔数组，标记哪些行的目标列值存在于黑名单中，~符号用来取反，最终保留不在黑名单里的行。

如果黑名单里有重复关键词，先去重能提升运行效率：

unique_blacklist = blacklist_df["keywords"].unique()
filtered_df = original_df[~original_df["content"].isin(unique_blacklist)]

模糊匹配过滤 #

如果需要模糊匹配（原DataFrame目标列值包含黑名单关键词就过滤），用str.contains()结合正则匹配：

# 把黑名单关键词拼接成正则匹配模式
keyword_pattern = '|'.join(blacklist_df["keywords"].astype(str))
# 过滤掉包含任何黑名单关键词的行，na=False处理空值避免报错
filtered_df = original_df[~original_df["content"].str.contains(keyword_pattern, na=False)]

比如原列值是"banana pie"，黑名单有"banana"，这行也会被过滤掉。

内容的提问来源于stack exchange，提问作者Tom Woods