如何在Pandas DataFrame中仅显示子控制级别的指定条目

嘿，我来帮你搞定这个需求！你想要的是筛选出那些带有**四级编号（比如4.2.1.10、3.2.3.8这种x.x.x.x格式）**的条目对吧？这里有两种实用的方法可以实现：

方法一：通过统计点的数量筛选 #

目标条目里的编号部分有3个点（比如4.2.1.10包含3个.），我们可以用str.count()来统计每个字符串中点的数量，然后筛选出数量等于3的行：

import pandas as pd
data = { "items": ["4.2 Paint", "4.2.1 Paint job", "4.2.1.10 Paint red", "3.2 Seats", "3.2.3.8 Seat belt"] }
df = pd.DataFrame(data)

# 筛选包含3个点的条目
filtered_df = df[df['items'].str.count('.') == 3]
# 重置索引（让结果索引从0开始，和示例一致，可选操作）
filtered_df = filtered_df.reset_index(drop=True)
print(filtered_df)

执行后就能得到你想要的结果：

items
0  4.2.1.10 Paint red
1  3.2.3.8 Seat belt

方法二：用正则表达式精准匹配 #

如果担心文本内容里可能出现额外的点（比如描述里带点），用正则匹配编号格式会更严谨。我们匹配**开头是数字.数字.数字.数字**的条目：

import pandas as pd
data = { "items": ["4.2 Paint", "4.2.1 Paint job", "4.2.1.10 Paint red", "3.2 Seats", "3.2.3.8 Seat belt"] }
df = pd.DataFrame(data)

# 正则匹配四级编号开头的条目
filtered_df = df[df['items'].str.match(r'^\d+\.\d+\.\d+\.\d+')]
filtered_df = filtered_df.reset_index(drop=True)
print(filtered_df)

这个方法能精准定位符合编号格式的条目，避免误筛。

内容的提问来源于stack exchange，提问作者bogdann