通过比较行过滤pandas pandas数据帧

Question

我有一个Df的测试样本，其中一些是重做(重做)现在我想只过滤原始的

col
a
b
a_redo
b_redo
c
d
e
f
g
g_redo

输出

col
a
b
g

这是我用来过滤重做示例的代码(_L _Q _S are redo prefix)

sample[sample['col'].str.contains("_L|_Q|_S")]

Answer 1

仅按Series.str.endswith过滤redo值，按Series.str.replace删除，然后按Series.isin过滤列中的原始值

vals = sample.loc[sample['col'].str.endswith("redo"), 'col'].str.replace('_redo','')
df = sample[sample['col'].isin(vals)]
print (df)
  col
0   a
1   b
8   g

带着你的面具：

vals = sample.loc[sample['col'].str.contains("_L|_Q|_S"), 'col'].str.replace("_L|_Q|_S",'')
df = sample[sample['col'].isin(vals)]

Answer 2

mask_redo = sample['col'].str.contains("_L|_Q|_S")
mask_orig = - mask_redo
sample_orig = sample.loc[mask_orig]

基本上，通过在选择包含重做后缀的字符串的掩码前放置减号，可以反转选择:现在有了一个掩码，它选择了不包含重做后缀的字符串，即原始样本。