Python 如何删除仅包含特定值的行？

我有一个这样的数据帧

列名称
0部OnePlus手机从未辜负过我的期望。
1接收时间早于本地集的预期时间。
2\n
3好
4一定要买！
5\t
6.
7真棒的产品！
8\n

我要删除其中仅包含

\n

，

\t

，

，

\n

的所有行

输出应如下所示：

列名称
0部OnePlus手机从未辜负过我的期望。
1接收时间早于本地集的预期时间。
2好
3一定要买！
4真棒的产品！

我尝试了以下方法：

df=df[df.column\u name！='\n']。重置索引（drop=True）
df=df[df.column\u name！=''）。重置索引（drop=True）
df=df[df.column\u name！=''）。重置索引（drop=True）
df=df[df.column\u name！=''）。重置索引（drop=True）
df=df[df.column\u name！='\n'].重置索引（drop=True）

但是，有没有一种更优雅的方法或一种类似于python的方法来代替重复代码呢？

您可以只使用和比较空字符串：

df1 = df[df.column_name.str.strip() != ''].reset_index(drop=True)

或将空值转换为布尔值：

df1 = df[df.column_name.str.strip().astype(bool)].reset_index(drop=True)

或者过滤词，对我来说是必要的

strip

（可能在真实数据中

strip

应该删除）：

如果需要删除缺失值和无字符串值，请将这些值替换为

NaN

s，然后使用：

---

另一种方法是删除条目与标记元素匹配的行：

df = df[~df['column_name'].isin(['\\n','\\t'])].dropna()

如果最后一行（或其他行）中有多余的空格，您可以首先执行以下操作：

df['column_name'] = df['column_name'].str.strip()

用于检查正斜杠后是否有任何小alpha

df[df.Column Name.str.contains('[\\][a-z]+',case=True, na=False, regex=True)]

在您的情况下，数据：

print(pd.DataFrame({'A':['OnePlus phones never fail to meet my expectatiion','received earlier than expected for local set.','\n','good','\t', np.nan,'must buy!','','awesome product!','\n' ]}))

                                               A
0  OnePlus phones never fail to meet my expectatiion
1      received earlier than expected for local set.
2                                                 \n
3                                               good
4                                                 \t
5                                                NaN
6                                          must buy!
7                                                   
8                                   awesome product!
9                                                 \n

解决方案

print(df[df.A.str.contains('[\\][a-z]+',case=True, na=False, regex=True)])



                             A
0  OnePlus phones never fail to meet my expectatiion
1      received earlier than expected for local set.
3                                               good
6                                          must buy!
8                                   awesome product!

---

非常感谢。最后一个更一般，这很有帮助！

print(pd.DataFrame({'A':['OnePlus phones never fail to meet my expectatiion','received earlier than expected for local set.','\n','good','\t', np.nan,'must buy!','','awesome product!','\n' ]}))

                                               A
0  OnePlus phones never fail to meet my expectatiion
1      received earlier than expected for local set.
2                                                 \n
3                                               good
4                                                 \t
5                                                NaN
6                                          must buy!
7                                                   
8                                   awesome product!
9                                                 \n

print(df[df.A.str.contains('[\\][a-z]+',case=True, na=False, regex=True)])



                             A
0  OnePlus phones never fail to meet my expectatiion
1      received earlier than expected for local set.
3                                               good
6                                          must buy!
8                                   awesome product!