Reversal von string.contains In Python, Pandas

Question

Ich habe so etwas in meinem Code:

df2 = df[df['A'].str.contains("Hello|World")]

Aber ich möchte, dass alle Zeilen, die nicht tun entweder von Hallo oder World enthalten. Wie kann ich das am effizientesten umkehren?

Answer 1

können Sie die Tilde ~ die Bool-Werte leicht zu schlagen:

>>> df = pd.DataFrame({"A": ["Hello", "this", "World", "apple"]}) 
>>> df.A.str.contains("Hello|World") 
0  True 
1 False 
2  True 
3 False 
Name: A, dtype: bool 
>>> ~df.A.str.contains("Hello|World") 
0 False 
1  True 
2 False 
3  True 
Name: A, dtype: bool 
>>> df[~df.A.str.contains("Hello|World")] 
     A 
1 this 
3 apple 

[2 rows x 1 columns] 

Ob dies der effizienteste Weg ist, weiß ich nicht; Sie müssten es gegen Ihre anderen Optionen abmessen. Manchmal ist das Verwenden eines regulären Ausdrucks langsamer als Dinge wie df[~(df.A.str.contains("Hello") | (df.A.str.contains("World")))], aber ich bin schlecht darin zu erraten, wo die Übergänge sind.

Answer 2

Die .contains() Methode verwendet reguläre Ausdrücke, so können Sie eine negative lookahead test zu bestimmen, verwenden, dass ein Wort ist nicht enthalten:

df['A'].str.contains(r'^(?:(?!Hello|World).)*$') 

Dieser Ausdruck passt zu jedem String, wo die Wörter Hello und World sind nicht irgendwo in der Zeichenfolge gefunden.

Demo:

>>> df = pd.DataFrame({"A": ["Hello", "this", "World", "apple"]}) 
>>> df['A'].str.contains(r'^(?:(?!Hello|World).)*$') 
0 False 
1  True 
2 False 
3  True 
Name: A, dtype: bool 
>>> df[df['A'].str.contains(r'^(?:(?!Hello|World).)*$')] 
     A 
1 this 
3 apple