Python 从作为第一个数据帧的筛选子集的另一个数据帧中删除数据帧

我正在努力解决以下问题：

假设我有以下输入数据帧：

df
something library                                                     other_info
FOO       NaN                                                         blaa      
BAR       ['bar/libBAR.a', 'bar/libBAR.cpp.so', 'bar/libBARFIGHT.so'] bluu          
MEH       ['meh/libMEH.a', 'meh/libMEH.so', 'meh/libMEH.other.so']    blqq      

regex = '.*/lib.*\.a'
df2 = df1[df1.library.str.contains(regex, regex=True, na=False)]

something library      other_info
BAR       bar/libBAR.a bluu
MEH       meh/libMEH.a blqq

d1.drop(d1[condition].index, inplace=True)

然后，使用

分解

数据帧功能：

df1 = df.explode('library')

something library             other_info
FOO       NaN                 blaa      
BAR       bar/libBAR.a        bluu     
BAR       bar/libBAR.cpp.so   bluu      
BAR       bar/libBARFIGHT.so  bluu      
MEH       meh/libMEH.a        blqq      
MEH       meh/libMEH.so       blqq
MEH       meh/libMEH.other.so blqq

之后，我将使用正则表达式应用筛选，以创建子集数据帧：

df
something library                                                     other_info
FOO       NaN                                                         blaa      
BAR       ['bar/libBAR.a', 'bar/libBAR.cpp.so', 'bar/libBARFIGHT.so'] bluu          
MEH       ['meh/libMEH.a', 'meh/libMEH.so', 'meh/libMEH.other.so']    blqq      

regex = '.*/lib.*\.a'
df2 = df1[df1.library.str.contains(regex, regex=True, na=False)]

something library      other_info
BAR       bar/libBAR.a bluu
MEH       meh/libMEH.a blqq

d1.drop(d1[condition].index, inplace=True)

因此，现在我正试图删除使用“条件”从df1筛选的条目：

创建条件（真/假系列）

在这种情况下，我试图从d1中删除我想要的条目（不创建新的dataframe）：

但结果却令人惊讶：

something library             other_info
FOO       NaN                 blaa  

因此，BAR和MEH的所有条目都已从数据帧中删除，即使每个“某物”只匹配一行

---

我做错了什么？什么是只过滤“True”行的正确方法？是否可以使用“filter”方法进行过滤？

您可以只过滤

而不过滤条件

，就像这样

df3 = df1[~condition]
df3

产生

    something   library             other_info
0   FOO         NaN                 blaa
1   BAR         bar/libBAR.cpp.so   bluu
1   BAR         bar/libBARFIGHT.so  bluu
2   MEH         meh/libMEH.so       blqq
2   MEH         meh/libMEH.other.so blqq

这对你有用吗

如果您更新

explode

语句，则原始代码将正常工作，如下所示：

df1 = df.explode('library', ignore_index = True)

---

这将重新索引数据帧，这意味着您随后的操作使用唯一的索引值，而不是原始索引值（对于从同一行分解的行重复这些值）

df1[~condition]按预期工作。非常感谢。对于您的另一个建议：我将不得不在将来合并这些行（反转explode函数）。如果我使用

ignore_index=True

这不是会让事情变得更难吗？如果“something”列中的值最初是唯一的，那么在所有这些操作之后，您总是可以对该列执行

groupby

。如果没有，并且您需要依赖原始索引，那么是的，如果您重置它，将更难执行。因此，如果

df

[~condition]`对您有效，那么我会坚持认为是的，在

.expode（）

之前，“something”中的值是唯一的，因此我将使用

groupby

。非常感谢。