极客教程Pandas删除列中含有指定字符的数据
在数据处理过程中，我们有时需要删除列中含有特定字符的数据，以便清理数据或者只保留符合条件的数据。在Python中，Pandas库提供了丰富的功能来简化数据处理操作，包括删除列中含有指定字符的数据。本文将详细介绍如何利用Pandas来实现这一操作。
方法一：使用str.contains()方法
Pandas的Series对象有一个str.contains()方法，可以用来检查列中的每个元素是否包含指定的字符串。如果包含指定字符串，返回True；否则返回False。我们可以利用这个方法来过滤出需要删除的数据，并且使用drop()方法来删除这些数据。
下面是一个示例代码：
import pandas as pd
# 创建一个包含指定字符串的DataFrame
data = {'col1': ['geek-docs.com', 'pandas', 'python', 'data science'],
'col2': ['geek-docs.com', 'machine learning', 'programming', 'data analysis']}
df = pd.DataFrame(data)
# 删除col1列中含有'geek-docs.com'字符串的数据
df = df[~df['col1'].str.contains('geek-docs.com')]
print(df)
运行结果如下：
col1 col2
1 pandas machine learning
2 python programming
3 data science data analysis
在上面的示例中，我们成功删除了col1列中包含geek-docs.com字符串的数据。
方法二：使用str.contains()和apply()方法
除了直接使用str.contains()方法，我们还可以结合apply()方法来删除列中含有指定字符的数据。apply()方法的参数是一个函数，我们可以传递一个lambda函数给apply()方法，利用lambda函数来实现我们的需求。
下面是一个示例代码：
import pandas as pd
# 创建一个包含指定字符串的DataFrame
data = {'col1': ['geek-docs.com', 'pandas', 'python', 'data science'],
'col2': ['geek-docs.com', 'machine learning', 'programming', 'data analysis']}
df = pd.DataFrame(data)
# 删除col1列中含有'geek-docs.com'字符串的数据
df = df[df['col1'].apply(lambda x: 'geek-docs.com' not in x)]
print(df)
运行结果如下：
col1 col2
1 pandas machine learning
2 python programming
3 data science data analysis
在这个示例中，我们同样成功删除了col1列中包含geek-docs.com字符串的数据。
方法三：使用replace()方法
除了使用str.contains()方法，我们还可以使用replace()方法来将包含指定字符的数据替换成NaN，并且使用dropna()方法来删除这些数据。这种方法比较直观，可以清晰地表明我们的意图。
下面是一个示例代码：
import pandas as pd
# 创建一个包含指定字符串的DataFrame
data = {'col1': ['geek-docs.com', 'pandas', 'python', 'data science'],
'col2': ['geek-docs.com', 'machine learning', 'programming', 'data analysis']}
df = pd.DataFrame(data)
# 将col1列中含有'geek-docs.com'字符串的数据替换成NaN
df['col1'] = df['col1'].replace('geek-docs.com', pd.NA)
# 删除含有NaN的行
df = df.dropna()
print(df)
运行结果如下：
col1 col2
1 pandas machine learning
2 python programming
3 data science data analysis
在这个示例中，我们同样成功删除了col1列中包含geek-docs.com字符串的数据。
总结起来，本文介绍了三种方法来删除列中含有指定字符的数据，分别是使用str.contains()方法、结合apply()方法和使用replace()方法。根据实际需求，选择合适的方法来处理数据，可以让数据处理过程更加高效和简洁。