Python 熊猫：使用~

我正在尝试根据几个条件过滤数据帧。然后，我想从一个单独的、更大的数据帧中删除该子集

df = pd.DataFrame({ 'A' : ['UNKNOWN','UNK','TEST','TEST'],
                    'E' : pd.Categorical(["test","train","test","train"]),
                    'F' : 'foo' })

df2 = pd.DataFrame({ 'A' : ['UNKNOWN','UNK','TEST','TEST','UNKOWN','UNKKK'],
                    'E' : pd.Categorical(["test","train","test","train",'train','train']),
                    'D' : np.array([3] * 6,dtype='int32'),
                    'F' : 'foo' })

rgx = r'UNKNOWN|UNK'
df_drop = df.loc[df['A'].str.contains(rgx, na=False, flags=re.IGNORECASE, regex=True, case=False)]
df2 = df2[~df_drop]

我想要df2的以下输出：

         A  D      E    F
2     TEST  3   test  foo
3     TEST  3  train  foo

相反，我得到了以下错误：

TypeError:一元数的操作数类型错误：'str'

我不直接过滤df2的原因是我想让df_删除它自己单独的数据帧，以便保留我删除的记录

---

我想我误解了一元的工作原理。或者我犯了语法错误。但是我找不到它，而且以前的解决方案（例如）似乎都不适用于这里。

我认为您需要在大数据帧中进行筛选：

rgx = r'UNKNOWN|UNK'
mask = df2['A'].str.contains(rgx, na=False, flags=re.IGNORECASE, regex=True, case=False)
print (mask)
0     True
1     True
2    False
3    False
4     True
5     True
Name: A, dtype: bool

print (df2[~mask])
      A  D      E    G
2  TEST  3   test  foo
3  TEST  3  train  foo

---

我认为您需要大数据帧中的过滤器：

rgx = r'UNKNOWN|UNK'
mask = df2['A'].str.contains(rgx, na=False, flags=re.IGNORECASE, regex=True, case=False)
print (mask)
0     True
1     True
2    False
3    False
4     True
5     True
Name: A, dtype: bool

print (df2[~mask])
      A  D      E    G
2  TEST  3   test  foo
3  TEST  3  train  foo

---

实际上，在查看OP的期望答案后，这是语义上正确的答案+1@EdChum-谢谢。这太完美了，谢谢！我很快就会接受你的回答！实际上，在查看OP的期望答案后，这是语义上正确的答案+1@EdChum-谢谢。这太完美了，谢谢！我很快就会接受你的回答！我的部分原始评论仍然有效，您传递的不是布尔掩码，而是df。如果使用基于

df

的掩码，它仍然会失败，因为掩码长度与

df2

的长度不同，这是有意义的。我没有意识到我需要一个布尔掩码，而不是一个数据帧。我现在明白问题所在了。非常感谢。我的部分原始评论仍然有效，您传递的不是布尔掩码，而是df。如果使用基于

df

的掩码，它仍然会失败，因为掩码长度与

df2

的长度不同，这是有意义的。我没有意识到我需要一个布尔掩码，而不是一个数据帧。我现在明白问题所在了。非常感谢。