Pandas教程：高效删除包含特定子字符串的行，解决大小写敏感问题

---

本教程详细讲解了如何使用pandas在dataframe中删除某一列包含特定部分字符串的行。重点介绍了`str.contains()`方法的应用，特别是如何通过设置`case=false`参数来处理大小写不敏感的匹配，以及利用`na=false`处理缺失值，确保数据清洗的准确性和效率，并提供了完整的代码示例。

引言：数据清洗中删除特定行

在数据分析和预处理过程中，我们经常需要根据某一列的内容来过滤或删除行。当需要删除的条件是某一列包含特定的“部分字符串”时，Pandas提供了强大的字符串处理能力来完成这项任务。然而，如果不了解其细节，可能会遇到匹配不成功的问题，尤其是在涉及大小写敏感性和缺失值处理时。

Pandas str.contains() 方法详解

Pandas的Series.str.contains()方法是处理这类问题的核心工具。它用于检查Series中的每个字符串是否包含指定的模式（子字符串或正则表达式），并返回一个布尔Series。结合布尔索引和逻辑非运算符，我们可以轻松地筛选出不包含特定子字符串的行。

1. 基本用法

str.contains(pat, case=True, flags=0, na=nan, regex=True)

• pat: 要查找的模式，可以是字符串或正则表达式。
• case: 布尔值，默认为True。如果为True，则执行大小写敏感匹配；如果为False，则执行大小写不敏感匹配。
• na: 用于替换NaN值的填充值。默认为NaN。如果设置为False，则NaN值将被视为不包含模式。
• regex: 布尔值，默认为True。如果为True，则将pat视为正则表达式；如果为False，则将其视为字面字符串。

2. 解决大小写敏感问题

在实际应用中，数据中的字符串可能存在大小写不一致的情况（例如，"NQR"、"nqr"、"Nqr"）。如果默认使用case=True（即大小写敏感），那么只匹配与给定模式大小写完全一致的字符串。这是许多用户在尝试删除行时遇到的常见问题。

要解决这个问题，只需将case参数明确设置为False，即可实现大小写不敏感的匹配。

万彩商图

专为电商打造的AI商拍工具，快速生成多样化的高质量商品图和模特图，助力商家节省成本，解决素材生产难、产图速度慢、场地设备拍摄等问题。

212 查看详情

3. 处理缺失值（NaN）

数据集中经常存在缺失值（NaN）。str.contains()方法默认对NaN值返回NaN。当我们将这个布尔Series用于筛选时，NaN值不会被视为True或False，可能导致意外的行为。为了确保NaN值不被视为包含特定字符串，并能正确地被过滤，应将na参数设置为False。

示例：删除包含特定子字符串的行

假设我们有一个DataFrame，其中包含一个名为Title的列，我们希望删除所有Title列中包含“NQR”（不区分大小写）的行。

import pandas as pd
import numpy as np

# 创建一个示例DataFrame
data = {
    'ID': [1, 2, 3, 4, 5, 6, 7],
    'Title': ['Product A (NQR)', 'Product B', 'Service C (nqr report)', 'Product D', 'Item E (NQR TEST)', 'Product F (no qual request)', None],
    'Price': [100, 200, 150, 50, 300, 250, 120]
}
df = pd.DataFrame(data)

print("原始 DataFrame:")
print(df)
print("-" * 30)

# 目标：删除 'Title' 列中包含 'NQR' (不区分大小写) 的行

# 错误的尝试（可能因大小写敏感或未处理NaN而失败）
# df_attempt1 = df[~df['Title'].str.contains('NQR', na=False)]
# print("\n尝试1 (默认大小写敏感):")
# print(df_attempt1)
# 此时 'Service C (nqr report)' 和 'Product F (no qual request)' 仍会保留

# 正确的解决方案：使用 case=False 进行大小写不敏感匹配，并处理NaN
# 1. df['Title'].str.contains('NQR', na=False, case=False)
#    - 'NQR': 要查找的子字符串
#    - na=False: 将 NaN 值视为不包含 'NQR'
#    - case=False: 忽略大小写进行匹配
#    这会返回一个布尔Series，其中包含 'NQR' 的行为 True，不包含的为 False。

# 2. ~ (逻辑非运算符)
#    - 将上述布尔Series反转，这样包含 'NQR' 的行为 False，不包含的为 True。
#    - 我们希望保留不包含 'NQR' 的行，所以需要反转。

# 3. df[...] (布尔索引)
#    - 使用反转后的布尔Series作为索引来选择DataFrame中的行。

# 4. .reset_index(drop=True)
#    - 在删除行后，DataFrame的索引可能会变得不连续。
#    - reset_index() 会重置索引，并默认将旧索引添加为新列。
#    - drop=True 参数可以防止旧索引被添加为新列，直接生成一个从0开始的新索引。

df_cleaned = df[~df['Title'].str.contains('NQR', na=False, case=False)].reset_index(drop=True)

print("\n清洗后的 DataFrame (删除包含 'NQR' 的行，不区分大小写):")
print(df_cleaned)

代码解释：

• df['Title'].str.contains('NQR', na=False, case=False)：这行代码会生成一个布尔Series。对于Title列中的每个字符串：
  • 如果包含“NQR”（不区分大小写），则为True。
  • 如果不包含“NQR”，则为False。
  • 如果为None（NaN），则因为na=False而被视为False。
• ~：这是一个逻辑非运算符。它将上述布尔Series中的True变为False，False变为True。这样，我们就可以选中那些不包含“NQR”的行。
• df[...]：使用布尔Series作为索引来过滤DataFrame，只保留布尔Series中对应值为True的行。
• .reset_index(drop=True)：在删除行后，DataFrame的索引可能不再是连续的。reset_index()方法可以重置索引，drop=True参数则确保旧的索引列不会被添加到新的DataFrame中。

注意事项与最佳实践

1. 大小写敏感性 (case)： 始终明确考虑你的匹配是否需要区分大小写。在大多数数据清洗场景中，为了捕获所有相关数据，通常会使用case=False。
2. 缺失值处理 (na)： 同样，明确处理缺失值非常重要。na=False是一个安全的默认设置，它将NaN值视为不匹配，避免它们在过滤过程中产生意外行为。
3. 正则表达式 (regex)： str.contains()默认支持正则表达式。如果你的模式不仅仅是简单的子字符串，而是更复杂的匹配规则（例如，匹配以特定字符开头或结尾的字符串，或多个模式中的任意一个），你可以利用正则表达式的强大功能。例如，要删除包含“NQR”或“XYZ”的行，可以使用'NQR|XYZ'作为模式。
4. 链式操作： 在Pandas中，链式操作可以使代码更简洁。将reset_index()直接链接在筛选操作之后是一种常见的做法。
5. 性能： 对于非常大的DataFrame，str.contains()可能不是最快的字符串匹配方法，但对于常规的数据集，其性能通常足够。

总结

通过本教程，我们学习了如何利用Pandas的str.contains()方法高效且准确地删除DataFrame中某一列包含特定部分字符串的行。关键在于理解并正确使用case=False来忽略大小写，以及na=False来恰当处理缺失值。结合逻辑非运算符~和reset_index(drop=True)，我们可以构建出健壮的数据清洗流程，确保数据质量和分析的准确性。

以上就是Pandas教程：高效删除包含特定子字符串的行，解决大小写敏感问题的详细内容，更多请关注其它相关文章！

# 工具  # ai  # 数据清洗  # 常见问题  # 布尔  # 正则表达式  # 几种  # 详细介绍  # 我们可以  # 默认为  # 设置为  # 链式  # 运算符  # 不包含  # 温州网站推广如何做  # 厦门网站优化推广方案最新  # 广西外贸网站推广公司  # 东台网站推广优化  # 威海网站建设机构  # 有什么科学的网站推广  # 武汉短视频营销推广技巧  # 关键词推广网站跳出率  # 辽宁品牌网站建设  # 广水抖音关键词排名 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： realme 10 Pro息屏方案_realme 10 Pro省电策略  嘴唇干裂起皮怎么办 唇部护理与预防干裂的方法【详解】  使用 .htaccess 正确配置 WordPress 子目录重定向与路径保留  b站怎么设置动态仅粉丝可见_b站动态粉丝可见设置方法  QQ邮箱注册地址 免费获取QQ邮箱账号  斯宾塞称XGP云游戏“蒸蒸日上”：正在构建一个游戏从未如此唾手可得的未来  百度地图离线地图无法加载如何解决 百度地图离线地图加载优化方法  谷歌邮箱官方入口链接 谷歌邮箱网页版电脑端快速登录  如何在mysql中设计餐饮点餐系统_mysql点餐系统项目实战  Dash应用中自定义HTML页面标题与网站图标（F*icon）的实用指南  《桃源记2》资源采集攻略  汽水音乐官方网站登录入口_汽水音乐网页版进入链接  PHP页面重载时变量值不重置的实现方法  mysql中外键约束如何使用_mysql FOREIGN KEY操作  拷贝漫画2025网页版入口 拷贝漫画官网免费看全集  京东快递物流信息不更新怎么办_物流停滞原因与处理方法  如何在CSS中使用absolute实现登录弹窗居中_transform translate结合  C++ static关键字作用_C++静态成员变量与静态函数  苹果SE如何开启单手模式_苹果SE单手操作功能  《律学法考》查看学习数据方法  《星露谷物语》克林特好感度事件介绍  网站体验不好=浪费钱:如何提升-用户体验效果差  路由器DNS怎么设置最快 优化DNS提升上网速度教程  雨课堂官网在线登录 网页版雨课堂登录链接  《淘宝联盟》推广自己的店铺方法  如何发挥新媒体矩阵作用？新媒体矩阵怎么搭建？  4399小游戏下装链接 4399小游戏下载链接入口  excel怎么计算平均值 excel平均函数*ERAGE使用教学  iQOO手机信号差网络不稳定怎么办 信号问题原因排查与增强设置【攻略】  163邮箱在线登录 163邮箱网页版在线入口  Win10关闭UAC用户账户控制的方法 Win10降低安全提示等级【技巧】  Mac hosts文件在哪里_Mac修改hosts文件详细教程  《KARDS》冬季扩展包“国土阵线”上线！全新“协力”机制改变战场格局  OPPO A3 WiFi频繁断开怎么办 OPPO A3网络优化技巧  TikTok网页版实时观看入口 TikTok网页版短视频在线浏览  Retrofit根路径POST请求：@POST("/") 的应用与解析  微信注销后银行卡解绑了吗_微信注销后银行卡解绑状态  《豆瓣》私信用户方法  HTML Canvas文本样式定制指南：解决外部字体加载与应用难题  windows10怎么开启wsl_windows10安装linux子系统教程  在VS Code中利用AI辅助进行代码迁移  《合金装备4》有望推出重制版！制作人发话了  微信朋友圈怎么设置三天可见 微信朋友圈设置指定天数可见步骤【教程】  研招网官方网站正版登录网址_中国研究生招生信息网官网首页  冬季去哪个城市旅游更有可能观测到极光  msn官方入口2025登录 msn官网2025直达首页入口  windows server2019显卡驱动怎么安装_winserver2019显卡驱动安装与远程桌面优化  Win11如何分屏操作_Win11多窗口分屏技巧  VS Code的时间线(Timeline)视图：您的代码时光机  哔哩哔哩在线观看入口 B站官网免费进入 

 2025-11-22