Question

我正在尝试从现有的DataFrame中获取一个DataFrame，其中只包含某列（其值为字符串）中的值不包含特定字符的行。

即。如果我们不想要的角色是'('

原始数据框：

   some_col my_column
0         1      some
1         2      word
2         3    hello(

新数据框：

   some_col my_column
0         1      some
1         2      word

我尝试了df.loc['(' not in df['my_column']]，但这不起作用，因为df['my_column']是一个Series对象。

我也试过：df.loc[not df.my_column.str.contains('(')]，这也行不通。

Answer 1

您正在寻找str.isalpha：

df[df.my_column.str.isalpha()]

   some_col my_column
0         1      some
1         2      word

如果您想保留字母和数字，类似的方法是str.isalnum。

如果要处理字母和空白字符，请使用

df[~df.my_column.str.contains(r'[^\w\s]')]

   some_col my_column
0         1      some
1         2      word

最后，如果您想要删除整个标点符号，我在这里写了一个Q＆amp; A，这可能是一个有用的读物：Fast punctuation removal with pandas

Answer 2

如果你想过滤掉那个角色：

否定`str.contains`

逃离开放的paren。某些字符可以解释为特殊的正则表达式字符。你可以用反斜杠来逃避它们。

df[~df.my_column.str.contains('\(')]

   some_col my_column
0         1      some
1         2      word

`str.match`所有非开放式的

顺便说一下，这是一个坏主意！检查整个字符串，它不是带有正则表达式的字符。

df[df.my_column.str.match('^[^\(]*$')]

   some_col my_column
0         1      some
1         2      word

进行理解

df[['(' not in x for x in df.my_column]]

   some_col my_column
0         1      some
1         2      word