检查无效观察

Question

我需要检查和删除那些包含任何非特异性氨基酸性字母(即B，J，X或Z)的表位序列(DF列)的无效观察。

表位序列是数据框架中的一列，其值类似于下面给出的示例。我需要检查这个序列是否包含字母，B，J，X，Z，如果是，删除所有相应的记录。

表位seq：

ACIIERKNRGELEYT
CDLNENQTWVDNGC
CASQEFDYEFDDVNE
DDDSYTTKRKF

我现在的代码是单独检查每个代码，这意味着编写4行代码。是否有更好的方法来做到这一点，即使用OR操作符在一行中的所有4行代码？如果是，怎么做？

当前代码：

final_df.drop(final_df[final_df['epit_seq'].str.contains('B')].index, inplace=True)
final_df.drop(final_df[final_df['epit_seq'].str.contains('J')].index, inplace=True)
final_df.drop(final_df[final_df['epit_seq'].str.contains('X')].index, inplace=True)
final_df.drop(final_df[final_df['epit_seq'].str.contains('Z')].index, inplace=True)

Answer 1

由于包含默认允许正则表达式，因此可以缩短为一行，如下所示。

ignore = '|'.join(['B', 'J', 'X', 'A']) # use regular expression with or on substrings
final_df.drop(final_df[final_df['epit_seq'].str.contains(ignore)].index, inplace=True)