如何在Pandas中按指定位置的特定字母筛选DataFrame？

修改后的完整代码 #

import pandas as pd

# 读取CSV数据（路径用/或\\避免转义问题）
d1 = pd.read_csv("skribble/Skribbl-words.csv") 

keyword_len = int(input('输入单词总长度: '))
hint1 = input('输入提示1的字母: ')
hint1_pos = input('输入提示1的位置: ')
hint2 = input('输入提示2的字母: ')
hint2_pos = input('输入提示2的位置: ')

# 1. 先筛选长度匹配的单词
plausiblewords = d1.loc[d1['count'] == keyword_len]

# 2. 处理位置输入（转成0-based索引，用户输入通常从1开始计数）
if hint1_pos.strip():
    hint1_pos_idx = int(hint1_pos) - 1
    # 筛选指定位置含hint1的单词，统一转小写避免大小写不匹配
    plausiblewords = plausiblewords.loc[
        plausiblewords['word'].str.lower().str.get(hint1_pos_idx) == hint1.lower()
    ]

if hint2_pos.strip():
    hint2_pos_idx = int(hint2_pos) - 1
    plausiblewords = plausiblewords.loc[
        plausiblewords['word'].str.lower().str.get(hint2_pos_idx) == hint2.lower()
    ]

# 输出结果：可选择打印DataFrame或转成列表
print("符合条件的单词：")
print(plausiblewords)
# 如需转成列表：
# print(plausiblewords['word'].tolist())

关键逻辑说明 #

• 位置索引转换：
  日常表述的“第1个字母”对应Python字符串的0号索引，所以要把用户输入的位置减1，确保取到正确的字符位置。
• pandas字符串方法str.get()：
  这是批量处理字符串列的核心方法，series.str.get(idx)会对列中每个字符串提取第idx个字符，完美适配“指定位置字母”的筛选需求。
• 大小写兼容处理：
  统一把单词和输入的提示字母转成小写，避免CSV中单词大小写不一致导致的匹配失败（比如CSV里是"Apple"，用户输入"a"也能匹配）。
• 空提示容错：
  加入strip()判断，如果用户没输入提示（直接回车），就跳过该筛选条件，让代码更灵活。

内容的提问来源于stack exchange，提问作者Binitpyro