Python Pandas数据过滤疑问：str[-3:]含义及多字符过滤方法

问题1：str[-3:]的含义是什么？ #

这是Python字符串的切片语法，[-3:]表示取字符串的最后3个字符：

• 如果原字符串长度≥3，比如"cdret"，取出来就是"ret"；
• 如果原字符串长度不足3，比如"ab"，就会返回整个字符串"ab"。
  你之前的代码用这个匹配3字符的valid_Cas元素刚好能对上，但遇到5字符的元素时，取最后三位和原元素不匹配，自然就失效了。

问题2：如何实现对多于3个字符的Cas ID的过滤？ #

分两种场景，看你的实际需求：

场景A：要筛选Cas列值完全属于valid_Cas列表的行（不管Cas值长度） #

直接去掉切片操作，用Pandas的isin()方法就行，代码如下：

filtered_df = df[df['Cas'].isin(valid_Cas)]

这样不管valid_Cas里是3字符还是5字符的元素，只要Cas列的值和列表里的元素完全一致，就能被保留。

场景B：要筛选Cas列值长度≤3的行（过滤掉长度超过3的） #

用str.len()判断字符串长度：

filtered_df = df[df['Cas'].str.len() <= 3]

问题3：原代码会过滤掉"bnm5623"和"5623bnm"还是保留它们？ #

原代码是取字符串最后3位去匹配valid_Cas列表：

• "bnm5623"的最后3位是"623"，如果"623"在你的valid_Cas里，就会保留，否则被过滤；
• "5623bnm"的最后3位是"bnm"，如果"bnm"在valid_Cas里，就会保留，否则被过滤。

内容的提问来源于stack exchange，提问作者user614963