如何忽略可变尾部空格 按后缀筛选排序pandas DataFrame

直接调用字符串的endswith('_d')方法时，会严格校验字符串最后两位是否为_d，如果后缀后带有数量不等的尾部空格，字符串末尾实际是空格字符，自然无法命中匹配规则，导致带空格的条目被漏判。

核心思路有两种：要么先清除字符串尾部的所有空白字符再做后缀匹配，要么用正则规则兼容后缀后跟随任意数量空格的场景，两种方案都不会修改原始存储的字符串内容。

方案1：清洗尾部空格后匹配（逻辑最直观） #

用pandas字符串接口的rstrip()方法清除所有尾部空白（包含空格、制表符等），再做后缀判断即可，同时避免使用逐行iloc循环的低效写法，直接用pandas向量化操作完成分组筛选：

import pandas as pd

obs_d = [  
"48973a_d   ",   
"48973a_h   ",   
"48973adt   ",   
"art_223wtb_d",
"art_223wtb_h",
"art_223wtbdt"]

values = [
1.3664,
1.02E-02,
191.84,
1.39E-04,
1.53E-02,
14.267]

d = {'obs': obs_d, 'vals': values}
df = pd.DataFrame(data=d)

# 生成仅去除尾部空白的临时列，不修改原始obs值
df['obs_stripped'] = df['obs'].str.rstrip()

# 按后缀筛选生成对应字典
ddns = dict(zip(
    df[df['obs_stripped'].str.endswith('_d')]['obs'],
    df[df['obs_stripped'].str.endswith('_d')]['vals']
))
hds = dict(zip(
    df[df['obs_stripped'].str.endswith('_h')]['obs'],
    df[df['obs_stripped'].str.endswith('_h')]['vals']
))
dt = dict(zip(
    df[df['obs_stripped'].str.endswith('dt')]['obs'],
    df[df['obs_stripped'].str.endswith('dt')]['vals']
))

运行后ddns会同时捕获"48973a_d "和"art_223wtb_d"两个条目，不会出现漏判。

方案2：正则直接匹配（无需生成临时列） #

如果不想额外生成清洗列，可以直接用正则规则匹配「目标后缀 + 任意数量空白（含0个） + 字符串结尾」的模式，一步完成筛选：

# 正则规则说明：\s*$ 表示匹配0到多个空白字符直到字符串末尾
ddns = dict(zip(
    df[df['obs'].str.contains(r'_d\s*$')]['obs'],
    df[df['obs'].str.contains(r'_d\s*$')]['vals']
))
hds = dict(zip(
    df[df['obs'].str.contains(r'_h\s*$')]['obs'],
    df[df['obs'].str.contains(r'_h\s*$')]['vals']
))
dt = dict(zip(
    df[df['obs'].str.contains(r'dt\s*$')]['obs'],
    df[df['obs'].str.contains(r'dt\s*$')]['vals']
))

注意：正则字符串前要加r标记为原始字符串，避免转义字符导致匹配失效。

逐行遍历df.iloc的写法在数据量超过千行时性能会远低于pandas内置的向量化字符串操作，非必要不要使用循环逐行处理DataFrame。

内容的提问来源于stack exchange，提问作者emma_kth