Python 3.x 删除包含特定文本的行

我的目标是获得列的值的组合。比如说,

UT水果1水果2水果3
0 I1苹果橙桃
1 I2苹果柠檬南
2 I3红星苹果橙

在这个dataframe中，我想要组合Fruit_*列的值。结果是（苹果，橙色），（苹果，桃子），（橙色，桃子）

如您所见，数据帧具有NaN。因此，在组合工作之后，我将删除带有特定文本“nan”的行。通过阅读一些与此任务相关的帖子，我编写了以下代码

将熊猫作为pd导入
将numpy作为np导入
从itertools导入组合
df=pd.DataFrame（[['I1'，'Apple'，'Orange'，'Peach']，
['I2'，'Apple'，'Lemon'，np.NAN]，
['I3'、'Starfruit'、'Apple'、'Orange']，
列=['UT'、'Fruit_1'、'Fruit_2'、'Fruit_3']）
temp1=df.set_索引（'UT'）
temp2=temp1.apply（lambda x:list（组合（x，2）），1）
temp3=temp2.apply（λx:pd.系列（x））
temp4=temp3.stack（）.reset_索引（级别=[0,1]）
del temp4[“1级”]
temp4.columns=['UT'，'pair']
temp4[~temp4.pair.str.contains（'nan'）]

但是，运行此代码后，我收到一条错误消息：

TypeError:输入类型不支持ufunc“invert”，并且无法根据强制转换规则“safe”将输入安全强制为任何支持的类型

---

如何解决此错误？

对于熊猫0.25，可以使用技巧删除

组合中的
NaNs
，方法是通过
列表理解过滤掉它们，因为
np.NaN！=np.NaN
作者：

对于较旧版本：

temp4 = (df.set_index ('UT')
          .stack()
          .groupby(level=0)
          .apply(lambda x: pd.Series(list(combinations (x, 2))))
          .reset_index(level=1, drop=True)
          .reset_index(name='pair'))

print (temp4)
   UT                 pair
0  I1      (Apple, Orange)
1  I1       (Apple, Peach)
2  I1      (Orange, Peach)
3  I2       (Apple, Lemon)
4  I3   (Starfruit, Apple)
5  I3  (Starfruit, Orange)
6  I3      (Apple, Orange)

对于熊猫，0.25可能与技巧一起使用，通过使用过滤器过滤掉组合中的
NaNs
，因为
np.NaN！=np.NaN
作者：

对于较旧版本：

temp4 = (df.set_index ('UT')
          .stack()
          .groupby(level=0)
          .apply(lambda x: pd.Series(list(combinations (x, 2))))
          .reset_index(level=1, drop=True)
          .reset_index(name='pair'))

print (temp4)
   UT                 pair
0  I1      (Apple, Orange)
1  I1       (Apple, Peach)
2  I1      (Orange, Peach)
3  I2       (Apple, Lemon)
4  I3   (Starfruit, Apple)
5  I3  (Starfruit, Orange)
6  I3      (Apple, Orange)