df[~ df['通信名称'].str.contains('联通|移动|小灵通|电信')]

工作中数据的处理中往往会遇到 筛选 出不符合条件的或者不 包含 某个 字符 的dataframe，我们会如何去做呢？ 可能你会想到用 python 写一个函数，然后用panda的apply函数或者map函数来进行处理，不可否认这是一中 方法 ，但是实际上pandas中已经给我们开发了这样的函数，那我们为什么不直接调用呢？ 首先看一下，怎么 筛选 出 包含 某些 字符串 的数据 #这是使用语法,模糊匹配 df[ df['通...

Python 的 字符串 处理，在爬虫的数据解析、大数据的文本清洗，以及普通文件处理等方面应用非常广泛，而且 Python 对 字符串 的处理内置了很多高效的函数，功能非常强大、使用非常方便。今天我就把 字符串 处理时用到最多的 方法 总结分享给大家，希望大家可以轻松应对 字符串 处理。 1. 字符串 的切片和相乘 （1）切片 str='Monday is a busy day' print(str[0:7]) #表...

要 筛选 包含 特定字的 字符串 ，可以使用 Python 中的 字符串 方法 或正则表达式。 使用 字符串 方法 可以使用`in`关键字来判断一个 字符串 是否 包含 指定的字。首先，我们需要一个 包含 所有 字符串 的 列表 。然后，我们可以使用一个for循环遍历 列表 中的每个 字符串 ，并使用`if`语句检查是否 包含 指定字。如果条件为真，我们可以将该 字符串 添加到结果 列表 中。最后，返回结果 列表 即可。 下面是一个使用 字符串 方法 的示例代码： ``` python def filter_strings(strings, target): result = [] for string in strings: if target in string: result.append(string) return result strings = ["apple", "banana", "orange", "grape"] target = "an" filtered_strings = filter_strings(strings, target) print(filtered_strings) 输出结果将会是：`['banana', 'orange']`，因为这些 字符串 都 包含 字母"an"。 如果想要更加灵活的 筛选 条件，可以使用正则表达式。可以使用`re`模块中的`search`函数来判断一个 字符串 是否匹配指定的正则表达式。具体过程和上述 方法 类似，只需要将 字符串 匹配条件改成正则表达式即可。 下面是一个使用正则表达式的示例代码： ``` python import re def filter_strings(strings, pattern): result = [] for string in strings: if re.search(pattern, string): result.append(string) return result strings = ["apple", "banana", "orange", "grape"] pattern = r"a.*e" # 匹配以"a"开头，以"e"结尾的 字符串 filtered_strings = filter_strings(strings, pattern) print(filtered_strings) 输出结果将会是：`['apple', 'grape']`，因为它们是以"a"开头，以"e"结尾的 字符串 。