Python：如何删除以某些字符结尾的行？

JetCorey

我有一个大数据文件，我需要删除以某些字母结尾的行。

这是我正在使用的文件的示例：

User Name     DN
MB212DA       CN=MB212DA,CN=Users,DC=prod,DC=trovp,DC=net
MB423DA       CN=MB423DA,OU=Generic Mailbox,DC=prod,DC=trovp,DC=net
MB424PL       CN=MB424PL,CN=Users,DC=prod,DC=trovp,DC=net
MBDA423       CN=MBDA423,OU=DNA,DC=prod,DC=trovp,DC=net
MB2ADA4       CN=MB2ADA4,OU=DNA,DC=prod,DC=trovp,DC=netenter code here

我正在使用的代码：

from pandas import DataFrame, read_csv
import pandas as pd
f = pd.read_csv('test1.csv', sep=',',encoding='latin1') 
df = f.loc[~(~pd.isnull(f['User Name']) & f['UserName'].str.contains("DA|PL",))]

如何使用正则表达式语法删除以“ DA”和“ PL”结尾的单词，但请确保不要删除其他行，因为它们中包含“ DA”或“ PL”？

它应该删除行，最后得到一个像这样的文件：

User Name     DN
MBDA423       CN=MBDA423,OU=DNA,DC=prod,DC=trovp,DC=net
MB2ADA4       CN=MB2ADA4,OU=DNA,DC=prod,DC=trovp,DC=net

前3行被删除，因为它们以DA和PL结尾。

ƘɌỈSƬƠƑ

您可以使用此表达式

df = df[~df['User Name'].str.contains('(?:DA|PL)$')]

它将返回所有不以DA或PL结尾的行。

该?:是让括号不会捕捉任何东西。否则，您会看到熊猫返回以下（无害）警告：

UserWarning: This pattern has match groups. To actually get the groups, use str.extract.

或者，使用endswith()和不使用正则表达式，可以通过使用以下表达式来实现相同的过滤：

df = df[~df['User Name'].str.endswith(('DA', 'PL'))]

不出所料，没有正则表达式的版本会更快。一个简单的测试，由组成big_df，其中包含10001份原件的副本df：

# Create a larger DF to get better timing results
big_df = df.copy()

for i in range(10000):
    big_df = big_df.append(df)

print(big_df.shape)

>> (50005, 2)

# Without regular expressions
%%timeit
big_df[~big_df['User Name'].str.endswith(('DA', 'PL'))]

>> 10 loops, best of 3: 22.3 ms per loop

# With regular expressions
%%timeit
big_df[~big_df['User Name'].str.contains('(?:DA|PL)$')]

>> 10 loops, best of 3: 61.8 ms per loop

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。