选择熊猫行，如果行元素包含在另一个行元素中

Question

我有一个看起来像这样的熊猫数据框：

real_value, prediction
'invalid', 'inv'
'invalid', 'neg'
'invalid', 'inv'
'negative', 'neg'
'negative', 'neg'
'negative', 'neg'
'positive', 'pos'
'positive', 'pos'
'positive', 'inv'

我想选择其中预测和实际值不匹配的所有行，换句话说，我想获得一个看起来像的数据框：]

real_value, prediction
'invalid', 'neg'
'positive', 'inv'

我尝试过df.loc[~df.prediction.isin(df.real_value)]，但这不起作用。可以根据用户指定的特定值轻松进行选择，例如df.loc[~df.prediction.isin(['neg'])]，但我找不到基于行本身中出现的值进行选择的方法。

如何获得所需的选择？谢谢

Answer 1

使用以下条件：

df[df['real_value'].str[:3].ne(df['prediction'])]

输出：

    real_value  prediction
1   invalid neg
8   positive    inv

Answer 2

我希望这会有所帮助。

这也应该有所帮助。 Pandas Flexible Wrappers

df.loc[(df.real_value != df.prediction.astype(str).str[:3])]

这可能更整洁，根据@WenYoBen的评论：

df[df.Prediction.str[:3].ne(df.real_value)]