从 Pandas 数据帧索引中过滤包含字符串模式的行答案

【问题标题】：Filtering rows containing a string pattern from a Pandas dataframe index从 Pandas 数据帧索引中过滤包含字符串模式的行
【发布时间】：2016-12-20 22:42:29
【问题描述】：

我需要从 Pandas 数据帧索引中过滤包含字符串模式的行。

我找到了以下示例：How to filter rows containing a string pattern from a Pandas dataframe 使用 df[df["col"].str.contains()] 过滤数据帧，该示例适用于该示例。

df = pd.DataFrame({'vals': [1, 2, 3, 4], 'ids': [u'aball', u'bball', u'cnut', u'fball']})

在示例中，如果我将“ids”列复制到索引中，我可以使用 df.index.str.contains("ball")，它也可以正常工作。

但是，当我在数据框中使用 df.index.str.contains("Example") 时，它不起作用。

我认为它不起作用，因为在我的数据框中，返回的值不是array([ True, False ... , True], dtype=bool)，而是Index([True, False ... , True], dtype='object', length = 667)。

如何重新编写我的代码以使其正常工作？

我没有粘贴我的数据框，因为我是从一个大的 excel 表中读取它的。

谢谢！

【问题讨论】：

如果你指定df.index = df.index.str.contains('ball')，它可能会变成Index([True, False ... , True], dtype='object', length = 667)。你不需要这样做。 df[df.index.str.contains('ball')] 工作得很好。

标签： python pandas

【解决方案1】：

您应该确保您的索引是一个字符串。下面的示例会产生错误。

# Test data
df = DataFrame([1,2,3,4], index=['foo', 'foo1', 'foo2', 1], columns=['value'])
df[df.index.str.contains('foo')]

将索引转换为str 可以得到预期的结果。

df.index = df.index.astype('str')
df[df.index.str.contains('foo')]

      value
foo       1
foo1      2
foo2      3

【讨论】：