Python 筛选列中第一个字母为/不是特定值的行

如何过滤掉一系列数据（在数据框中），其中我不希望第一个字母是“Z”或任何其他字符

我有以下数据帧df（其中有>25000行）

我正在尝试删除场地第一个字母为“Z”的所有行

例如，我通常的筛选代码类似于（筛选出场地='066'的所有行）

df = df[df.Venue != '066']

我可以看到这个过滤器行按数组过滤出我需要的内容，但我不确定如何在过滤器上下文中指定它

[k for k in df.Venue if 'Z' not in k]

---

使用

str[0]

选择第一个值或使用，使用regex

^

作为字符串的开头。对于反转，使用了

~

：

df1 = df[df.Venue.str[0] != 'Z']

df1 = df[~df.Venue.str.startswith('Z')]

df1 = df[~df.Venue.str.contains('^Z')]

如果没有

NaN

s值，则使用列表理解：

df1 = df[[x[0] != 'Z' for x in df.Venue]]

df1 = df[[not x.startswith('Z') for x in df.Venue]]

对于没有

NaN

值的情况，可以将序列的NumPy表示形式转换为类型

df1 = df[[x[0] != 'Z' for x in df.Venue]]

df1 = df[[not x.startswith('Z') for x in df.Venue]]

df1 = df[df['A'].values.astype('<U1') != 'Z']

from string import ascii_uppercase
from random import choice

L = [''.join(choice(ascii_uppercase) for _ in range(10)) for i in range(100000)]
df = pd.DataFrame({'A': L})

%timeit df['A'].values.astype('<U1') != 'Z'       # 4.05 ms per loop
%timeit [x[0] != 'Z' for x in df['A']]            # 11.9 ms per loop
%timeit [not x.startswith('Z') for x in df['A']]  # 23.7 ms per loop
%timeit ~df['A'].str.startswith('Z')              # 53.6 ms per loop
%timeit df['A'].str[0] != 'Z'                     # 53.7 ms per loop
%timeit ~df['A'].str.contains('^Z')               # 127 ms per loop