如何通过字符串列指定位置的单个字符筛选Pandas DataFrame

现有如下结构的Pandas DataFrame：

• event列：存储事件名称
• day列：存储长度为7的二进制字符串，用于标记事件对应的发生周几：字符串第1位（索引0）代表周一，最后1位（索引6）代表周日，字符为1表示当日有事件，0表示当日无事件

示例数据如下：

event  day
 0  A      1000010
 1  B      1010100
 2  C      0100010
 3  D      0000011

编码规则示例：

• 事件A的day值为1000010，对应周一、周六发生
• 事件B的day值为1010100，对应周一、周三、周五发生
• 事件D的day值为0000011，对应周六、周日发生

注：该二进制字符串存储格式是为了兼容此前Bash+Awk的处理流程，后续拓展需要保留该存储格式。

需要实现基于day列指定位置字符筛选行的功能：例如筛选所有周六有事件的行，逻辑等价于逐行判断day字符串的第5位（索引从0开始计数）是否等于"1"，预期返回索引为2、3的行（对应事件C、D）。
此前尝试的df.loc[(df['day'][5]=="1")]写法无法实现逐行取字符串指定位置的筛选效果。

之前写法无效的核心原因：df['day'][5]的逻辑是取day列的第5行元素，不是逐行提取每个字符串的第5位字符。要实现逐行的字符串索引操作，需要调用Pandas的字符串访问器.str。

单天筛选写法 #

以筛选周六（对应字符串索引5）有事件的行为例，正确代码如下：

# 逐行提取day字符串索引为5的字符，判断是否为"1"
saturday_event = df.loc[df['day'].str[5] == "1"]

运行后得到的结果完全符合预期：

event      day
2     C  0100010
3     D  0000011

通用规则 #

要筛选其他周几的事件，只需要替换对应位置的索引值即可：

• 筛选周一有事件：df.loc[df['day'].str[0] == "1"]
• 筛选周二有事件：df.loc[df['day'].str[1] == "1"]
• 筛选周三有事件：df.loc[df['day'].str[2] == "1"]
• 筛选周四有事件：df.loc[df['day'].str[3] == "1"]
• 筛选周五有事件：df.loc[df['day'].str[4] == "1"]
• 筛选周日有事件：df.loc[df['day'].str[6] == "1"]

如果需要筛选同时满足多天有事件的行，用&拼接多个判断条件即可，注意每个单独的判断条件必须用圆括号包裹，避免运算优先级报错，例如筛选周一、周六同时有事件的行：

mon_sat_event = df.loc[(df['day'].str[0] == "1") & (df['day'].str[5] == "1")]

提示：如果你的day列存在缺失值，.str访问器会自动在对应位置返回空值，筛选时会自动排除这些行，不会抛出异常。

内容的提问来源于stack exchange，提问作者Max Kapusta