在pandas的DataFrame中搜索“不包含”
我已经进行了一些搜索，无法弄清楚如何通过过滤数据帧df["col"].str.contains(word)，但是我想知道是否有一种方法可以反向执行：通过该集合的补充来过滤数据帧。例如：达到的效果!(df["col"].str.contains(word))。
可以通过一种DataFrame方法来完成吗？
问题答案：
您可以使用invert（〜）运算符（其作用类似于非布尔数据）：
new_df = df[~df["col"].str.contains(word)]
，new_dfRHS返回的副本在哪里。
包含还接受正则表达式…
如果以上方法引发ValueError，则可能是由于您混合使用了数据类型，所以请使用na=False：
new_df = df[~df["col"].str.contains(word, na=False)]
要么，
new_df = df[df["col"].str.contains(word) == False]
-
问题内容： 这似乎是一个简单的问题，但是我以前找不到它（这个和这个很接近，但是答案不是很好）。 问题是：如果我想在df中 某处 搜索值（我不知道它在哪一列中），然后返回所有具有匹配项的行。 什么是Pandaic最有效的方法？还有什么比： ？ 问题答案： 您可以对整个DataFrame执行相等比较： 另一个选择是使用比较：
-
我做了一些搜索，不知道如何通过，但是我想知道是否有一种方法可以实现相反的效果：通过该集合的补充来过滤数据帧。例如：为了。 这可以通过方法实现吗？
-
问题内容： 我有以下pd.DataFrame： 它具有带有和层次结构级别的MultiIndex列。该标签从0到n，并为每个标签，有两个和列。 我想子选择此DataFrame的所有（或）列。 问题答案： 有一种方法可以与布尔索引一起使用，以获得预期的结果。
-
问题内容： 假设我有一个像这样的DataFrame： 索引在哪里 我想在某个索引之前（或之后）得到该行。例如，我有索引（例如，通过执行），并且我想在之前获得该行，但我不知道该行具有索引。 2个子问题： 如何获得索引的位置？像这样的东西会回来，所以我可以在到达之前 有另一种解决办法，有点像选择，或者使用grep？ 问题答案： 对于第一个问题： 或者 要获得周围的环境： 我使用索引和联合来删除重复项。
-
问题内容： 我正在尝试重新索引熊猫对象，像这样， 我正在如下所示进行操作，并且得到了错误的答案。有关如何执行此操作的任何线索？ 知道为什么会这样吗？ 问题答案： 为什么不简单地使用方法？
-
问题内容： 将Pandas DataFrame写入CSV时，我需要索引从1开始而不是0。 这是一个例子： 产生以下输出： 但是我想要的输出是这样的： 我意识到可以通过在数据帧中添加一列以1为单位的整数序列来完成此操作，但是我对Pandas并不陌生，我想知道是否存在更简洁的方法。 问题答案： 索引是一个对象，默认索引从开始： 您可以使用