使用
isin并传递您要搜索的字词列表，然后可以使用取反布尔掩码
~，这将过滤掉这些行：
In [6]:to_drop = ['Clerk', 'Bagger']df[~df['title'].isin(to_drop)]Out[6]: fName lName email title0 John Smith jsmith@gmail.com CEO
另一种方法是加入术语，使其成为正则表达式并使用向量化
str.contains：
In [8]:df[~df['title'].str.contains('|'.join(to_drop))]Out[8]: fName lName email title0 John Smith jsmith@gmail.com CEOIMO将作为后处理步骤执行过滤将更加容易，并且可能会更快，因为如果您决定在读取时进行过滤，那么您将迭代增长效率不高的数据帧。
另外，您也可以分块读取csv，过滤掉不需要的行，并将块附加到输出csv
