如何根据索引子串为多索引DataFrame的type列赋值？

你需要根据DataFrame索引的结尾规则给type列赋值：

• 索引以01A-09A结尾 → 标记为tumor
• 索引以10A-19A结尾 → 标记为normal

当前代码尝试用assign生成布尔列后再replace，但最终type列仍为布尔值，未完成标签替换。

问题原因 #

1. 原代码的replace操作在多重索引列的场景下，无法正确定位到type列的布尔值完成替换；
2. 原正则r'0[1-9]'仅匹配数字部分，未限定结尾的A，存在误匹配风险（比如索引中包含01但不在结尾位置的情况）。

修正方案 #

以下是几种可靠的实现方式，直接生成目标字符串标签，避免replace的潜在问题：

方案1：用np.where结合str.endswith

import numpy as np

# 01-09A : tumor; 10-19A : normal
tumor_suffixes = tuple(f"{i:02d}A" for i in range(1, 10))
normal_suffixes = tuple(f"{i:02d}A" for i in range(10, 20))

meth_450_5_kipan = meth_450_5_kipan.assign(
    type=np.where(
        meth_450_5_kipan.index.str.endswith(tumor_suffixes),
        "tumor",
        np.where(
            meth_450_5_kipan.index.str.endswith(normal_suffixes),
            "normal",
            None  # 可选：处理不符合两种规则的索引，可替换为默认值
        )
    )
).dropna(axis=1)

方案2：正则提取数字后判断范围

meth_450_5_kipan = meth_450_5_kipan.assign(
    type=meth_450_5_kipan.index.str.extract(r'(\d{2})A$', expand=False)
    .astype(int)
    .apply(lambda x: 'tumor' if 1 <= x <= 9 else 'normal' if 10 <= x <= 19 else None)
).dropna(axis=1)

方案3：简化原代码的替换逻辑

如果坚持使用原代码的结构，需要确保replace直接作用于type列，可调整为：

meth_450_5_kipan = meth_450_5_kipan.assign(
    type=meth_450_5_kipan.index
    .str.split('-')
    .str[-1]
    .str.contains(r'0[1-9]A$', regex=True)  # 补充A$限定结尾
).assign(
    type=lambda df: df['type'].map({True: 'tumor', False: 'normal'})
).dropna(axis=1)

说明 #

• 方案1和2更直观且不易出错，能精准匹配索引结尾的规则；
• 若存在不符合两种规则的索引，可将None替换为你需要的默认标签（比如'unknown'）。

内容的提问来源于stack exchange，提问作者melolilili