如何对比DataFrame与指定列表,删除Lien列包含列表值的所有行
实现方法
假设你需要排除的字符串列表名为 excluded_liens,示例定义如下:
# 替换为你实际的排除列表内容 excluded_liens = ["https://example.com/1", "https://test.cn/xxx", ...]
方案1:生成新的DataFrame(不修改原始数据,推荐)
利用pandas的isin()方法匹配属于排除列表的行,取反后筛选即可得到符合要求的新DataFrame:
new_df = df[~df["Lien"].isin(excluded_liens)]
其中~是pandas中的按位取反运算符,作用是筛选出Lien列取值不在排除列表中的行。
方案2:直接修改原始DataFrame
如果不需要保留原始数据,可以直接修改原对象,两种常用写法:
- 直接覆盖原变量:
df = df[~df["Lien"].isin(excluded_liens)]
- 用
drop方法删除匹配行(指定inplace=True直接修改原对象):
df.drop(df[df["Lien"].isin(excluded_liens)].index, inplace=True)
常见问题补充
如果Lien列的字符串存在前后空格、大小写不一致等情况导致匹配失效,可以先做一次清洗再筛选:
# 先去除Lien列的前后空格,再进行匹配 df["Lien"] = df["Lien"].str.strip() new_df = df[~df["Lien"].isin(excluded_liens)]
你可以执行以下代码验证结果,如果输出为空DataFrame说明所有待排除的行都已经被清理:
print(new_df[new_df["Lien"].isin(excluded_liens)])
内容的提问来源于stack exchange,提问作者Howins
相关产品推荐
相关产品推荐

