在pandas中的DataFrame上搜索“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：的效果!(df["col"].str.contains(word))。

可以通过一种DataFrame方法来完成吗？

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]

我也遇到了not（〜）符号的问题，所以这是另一个StackOverflow线程的另一种方式：

df[df["col"].str.contains('this|that')==False]

您可以使用Apply和Lambda选择列中包含列表中任何内容的行。对于您的方案：

df[df["col"].apply(lambda x:x not in [word1,word2,word3])]

在使用上面Andy推荐的命令之前，我必须摆脱NULL值。一个例子：

df = pd.DataFrame(index = [0, 1, 2], columns=['first', 'second', 'third'])
df.ix[:, 'first'] = 'myword'
df.ix[0, 'second'] = 'myword'
df.ix[2, 'second'] = 'myword'
df.ix[1, 'third'] = 'myword'
df

    first   second  third
0   myword  myword   NaN
1   myword  NaN      myword 
2   myword  myword   NaN

现在运行命令：

~df["second"].str.contains(word)

我收到以下错误：

TypeError: bad operand type for unary ~: 'float'

我首先使用dropna（）或fillna（）摆脱了NULL值，然后重试了命令，没有问题。

我希望答案已经发布

我正在添加框架以查找多个单词并从dataFrame中取反。

这里'word1','word2','word3','word4'=要搜索的模式列表

df = DataFrame

column_a =来自DataFrame df的列名

Search_for_These_values = ['word1','word2','word3','word4'] 

pattern = '|'.join(Search_for_These_values)

result = df.loc[~(df['column_a'].str.contains(pattern, case=False)]

除了nanselm2的答案，您可以使用0代替False：

df["col"].str.contains(word)==0