python - 过滤掉另一列字符串的某一行中包含字符串字段的行

Question

有两个 Pandas 数据集

csv1 = pandas.read_csv('test1')
csv2 = pandas.read_csv('test2')

如何显示 csv1 中 str1 字段不是 csv2 任何行的子字符串的所有行str2 字段？

注意:我尝试使用 contains但似乎它的参数pat应该是一个字符串而不是一列字符串。

<小时/>

示例:

#csv1
id str1
1  abc
2  def
3  ghi
4  xyz

#csv2
data1 str2
69236 pghiww
9623  habcrv
6152  de

那么输出应该是:

id str1
2  def
4  xyz

事实上，第 2 行和第 4 行的 str1 字段不包含在 csv2 的 str2 的任何行中。

Answer 1

这个问题的挑战不仅是检测是否存在匹配，还要找出匹配的内容，并进行相应的过滤。在推导式中使用 str.contains 的一个选项:

csv1 = csv1.iloc[[~csv2.str2.str.contains(x).any() for x in csv1.str1]]
print(csv1)
   id str1
1   2  def
3   4  xyz