检查无效观察

如何解决检查无效观察

我需要检查并删除那些在表位序列（DF 中的列）中包含任何非特定氨基酸字母（即 B、J、X 或 Z）的无效观察结果。

表位序列是数据框中的一列，其值类似于下面给出的样本。我需要检查该序列是否包含字母 B、J、X、Z，如果是，则删除所有相应的记录。

表位序列：

ACIIERKNRGELEYT
CDLNENQTWVDNGC
CASQEFDYEFDDVNE
DDDSYTTKRKF

我的当前代码正在单独检查每个代码，这意味着编写 4 行代码。有没有更好的方法来做到这一点，即使用 OR 运算符在一行中的所有 4 行代码？如果是，如何？

当前代码：

final_df.drop(final_df[final_df['epit_seq'].str.contains('B')].index,inplace=True)
final_df.drop(final_df[final_df['epit_seq'].str.contains('J')].index,inplace=True)
final_df.drop(final_df[final_df['epit_seq'].str.contains('X')].index,inplace=True)
final_df.drop(final_df[final_df['epit_seq'].str.contains('Z')].index,inplace=True)

解决方法

由于contains默认允许使用正则表达式，您可以如下缩短为一行。

ignore = '|'.join(['B','J','X','A']) # use regular expression with or on substrings
final_df.drop(final_df[final_df['epit_seq'].str.contains(ignore)].index,inplace=True)