python之Pandas :使用〜删除数据框的子集

我正在尝试根据多种条件过滤数据框。然后，我想从一个单独的、更大的数据框中删除该子集。

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，我收到以下错误:

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

我不直接过滤 df2 的原因是我想让 df_drop 成为它自己的独立数据框，以便保留我删除的记录。

我想我误解了一元应该如何工作。或者我犯了语法错误。但我找不到它，而且以前的解决方案(例如，removing NaNs from the dataframe)似乎都不适用于这里。

请您参考如下方法:

我认为您需要在大数据框中进行过滤:

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