在Python中将所需字符筛选为一列的子字符串，而不是整个字符串

给定一个小数据集，如下所示：

   id                        company
0   1                Reichel-DuBuque
1   2                       Jast LLC
2   3                    Strosin LLC
3   4   O'Connell, Ortiz and Ullrich
4   5                            LLC
5   6                            Ltd
6   7  Schoen, Bauch and Breitenberg
7   8                      Doyle Ltd

我想过滤掉

LLC

或

Ltd

是子字符串而不是整个字符串的行，我该怎么做

df[df.company.str.contains（'LLC | Ltd'）]

告诉我：

   id      company
1   2     Jast LLC
2   3  Strosin LLC
4   5          LLC
5   6          Ltd
7   8    Doyle Ltd

但我需要的是这样的：

   id      company
1   2     Jast LLC
2   3  Strosin LLC
7   8    Doyle Ltd

---

非常感谢。

您可以为测试链接另一个掩码，不等于

和
的按位
和
：

df = df[df.company.str.contains('LLC') & df.company.ne('LLC')]
print(df)
   id      company
1   2     Jast LLC
2   3  Strosin LLC

详细信息：

print (dd.company.str.contains('LLC'))
0    False
1     True
2     True
3    False
4     True
Name: company, dtype: bool

print (dd.company.ne('LLC'))
0     True
1     True
2     True
3     True
4    False
Name: company, dtype: bool

编辑：

谢谢，如果需要匹配多个字符（
LLC，ltd.
），那么我应该使用：
df[df.company.str.contains（'LLC | ltd.））和df.company.ne（['LLC'，'ltd.]）
，对吗？@ahbon-第二次使用
~df.company.isin（['LLC'，'ltd.]））
@ahbon-它看起来像是打字错误
ltd.
和
ltd
你介意看一下这个问题吗。如果可能的话，我想使用
np.where
。@a-Hmm，那么所有列都需要新掩码吗？将
突出显示（x）
更改为
df1=pd.DataFrame（np.where（df.filter（like='*'）.isna（），''，c1），index=df1.index，columns=df1.columns）
df = df[df.company.str.contains('LLC|Ltd') & ~df.company.isin(['LLC', 'Ltd'])]
print (df)
   id      company
1   2     Jast LLC
2   3  Strosin LLC
7   8    Doyle Ltd