按索引名称过滤数据框行 [英] Filter dataframe rows by index name

问题描述

我有一个DataFrame，我想根据元素的索引名称放置元素

I have a DataFrame where I want to drop elements depending on their index name

               col1  col2
entry_1          10    11
entry_2_test     12    13
entry_3          14    15
entry_4_test     16    17

基本上我想删除以_test结尾的那些

Basically I want to drop the ones ending with _test

我知道如何选择它们：

df.filter(like='_test', axis=0)

               col1  col2
entry_2_test     12    13
entry_4_test     16    17

然后我实际上可以得到这些索引：

Then I can actually get those indexes:

df.filter(like='_test', axis=0).index

entry_2_test
entry_4_test

最后，我可以删除这些索引，并使用过滤后的索引覆盖数据框。

And finally I can drop those indexes and overwrite my dataframe with the filtered one.

df = df.drop(df.filter(like='_test', axis=0).index)
df

               col1  col2
entry_1          10    11
entry_3          14    15

我的问题是这是正确的过滤方式还是

My question is if this is the correct way of filtering or there's a more efficient dedicated function to do this?

推荐答案

您可以将 str.endswith ：

In[13]:
df.loc[~df.index.str.endswith('_test')]

Out[13]: 
         col1  col2
entry_1    10    11
entry_3    14    15

或者将最后5个字符切成薄片，然后使用！= 进行比较：

Alternatively slice the last 5 characters and do a comparison using !=:

In[13]:
df.loc[df.index.str[-5:]!='_test']

Out[18]: 
         col1  col2
entry_1    10    11
entry_3    14    15

仍然可以使用 filter 来传递正则表达式模式，以过滤出不以<$ c结尾的行$ c>'_ test'：

It's still possible to use filter by passing a regex pattern to filter out the rows that don't end with '_test':

In[25]:
df.filter(regex='.*[^_test]$', axis=0)

Out[25]: 
         col1  col2
entry_1    10    11
entry_3    14    15

如@ user3483203所指出的，最好使用以下正则表达式：

As pointed out by @user3483203 it's better to use the following regex:

df.filter(regex='.*(?<!_test)$', axis=0)

这篇关于按索引名称过滤数据框行的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！