如何在Pandas中筛选第二列包含'$$$'的行（非CSV读取场景）

输入文件内容 (input.txt) #

header
 040525 $$$$$   9999         12345
   random stuff
 040525 $$$$$   8888         12345
 040525 $$$$$   7777         12345
           random stuff
 040525 $$$$$   6666         12345
footer

现有预处理代码 #

data_list = []
with open('input.txt', 'r') as data:
    for line in data:
        data_list.append(line.strip().split()) 
df = pd.DataFrame(data_list)

需求 #

仅将第二列包含$$$的行加入列表，最终生成如下结构的DataFrame：

0      1     2      3
0  40525  $$$$$  9999  12345
1  40525  $$$$$  8888  12345
2  40525  $$$$$  7777  12345
3  40525  $$$$$  6666  12345

修改后的代码 #

import pandas as pd

data_list = []
with open('input.txt', 'r') as data:
    for line in data:
        split_line = line.strip().split()
        # 检查行分割后至少有2个元素，且第二列包含$$$
        if len(split_line) >= 2 and '$$$' in split_line[1]:
            data_list.append(split_line) 
df = pd.DataFrame(data_list)
print(df)

代码说明 #

• 先对每行做分割处理得到split_line，避免重复计算
• 添加判断条件：确保分割后的列表长度足够（避免索引越界），同时第二元素（索引为1）包含$$$，只有满足条件的行才会被加入data_list
• 最终生成的DataFrame只会保留符合要求的行，自动过滤掉header、footer和随机内容行

内容的提问来源于stack exchange，提问作者yodish