如何基于goalLanding页面支持的合法action过滤pandas DataFrame无效行

1. isin() 方法是做精确字符串匹配的，无法识别你传入的正则表达式规则，所以完全没有达到按规则匹配的效果
2. 你整理的正则规则本身存在笔误：实际支持的动作前缀是explore_more_xxx，你写的是explore_now(\S+)，同时前缀和可变后缀之间的下划线漏写，正确前缀应该是view_detail_、explore_more_

pandas的str.contains()是底层C实现的矢量化运算，千万级数据量也能快速处理，完全满足你的需求，代码如下：

# 合并所有合法规则为单个正则：匹配view_detail_开头、explore_more_开头，或者完全等于ExitPage的内容
valid_rule = r'^(view_detail_\S+|explore_more_\S+|ExitPage)$'
# 执行过滤，na=False表示将step2为空的行也判定为非法过滤掉，可根据实际需求调整
df = df.loc[df['step2'].str.contains(valid_rule, regex=True, na=False)]

执行过滤前可以先跑以下代码，确认要过滤的内容符合预期：

# 输出所有被判定为非法的step2取值
print(df.loc[~df['step2'].str.contains(valid_rule, regex=True, na=False), 'step2'].unique())

正常运行后会输出['back_to_opp', 'join_as_mentee']，和你要删除的行完全对应，确认无误后再执行过滤即可。

内容的提问来源于stack exchange，提问作者peace