Pandas - 过滤和正则表达式搜索 DataFrame 的索引

Question

我有一个 DataFrame，其中列是 MultiIndex，索引是名称列表，即index=['Andrew', 'Bob', 'Calvin',...] 。

我想创建一个 function 以返回 dataframe 中使用名称“Bob”或者以字母“A”开头或以小写字母开头的所有行。 如何才能做到这一点？

我用正则表达式参数查看了df.filter() ，但它失败了，我得到：

df.filter(regex='a')
TypeError: expected string or buffer

或者：

df.filter(regex=('a',1)
TypeError: first argument must be string or compiled pattern

我尝试过其他方法，例如传递re.compile('a')无济于事。

Answer 1

也许可以通过使用列表理解和.ix尝试不同的方法：

import pandas as pd

df = pd.DataFrame(range(4),index=['Andrew', 'Bob', 'Calvin','yosef'])

df.ix[[x for x in df.index if x=='Bob']]

df.ix[[x for x in df.index if x[0]=='A']]

df.ix[[x for x in df.index if x.islower()]]

Answer 2

因此，看起来我的filter问题的一部分是我使用的是过时版本的熊猫。 更新后，我不再得到TypeError 。 经过一番游戏之后，看来我可以使用filter来满足我的需求了。 这是我发现的。

只需设置df.filter(regex='string')返回与正则表达式匹配的列。 这看起来与df.filter(regex='string', axis=1) 。

要搜索索引，我只需要做df.filter(regex='string', axis=0)

Answer 3

使用 pandas.Series.str.contains() 怎么样？ 如果您的索引仅限于字符串，则 function 适用于系列和索引。 非字符串的 Boolean 变为 nan。

import pandas as pd
df = pd.DataFrame(range(4),index=['Andrew', 'Bob', 'Calvin','yosef'])
mask = df.index.str.contains(rf"^A")
columns = df.index[mask]  # columns = Index(['Andrew'], dtype='object')