如何在pandas中基于列字符串最后一次出现位置提取dataframe子集

首先我们可以通过定位name列中Sta最后一次出现的索引，再对原DataFrame做切片即可得到目标结果，代码示例如下：

import pandas as pd

# 构造你的示例DataFrame
data = {
    "ID": [1]*10,
    "name": ["Sta", "Danny", "Sta", "elle", "Sta", "jake", "Andy", "Adam", "blah", "blahblah"],
    "number": [2, 5, 2, 4, 2, 9, 11, 22, 44, 66]
}
df = pd.DataFrame(data)

# 1. 找到name列最后一次出现Sta的索引
last_sta_index = df[df["name"] == "Sta"].index.max()

# 2. 从首行切片到该索引位置（pandas的loc切片包含首尾边界）
result_df = df.loc[:last_sta_index]

# 输出验证结果
print(result_df)

逻辑说明 #

• 第一步先筛选出所有name值为Sta的行，取这些行索引的最大值，即为Sta最后一次出现的位置
• pandas的loc按索引切片是左闭右闭规则，所以df.loc[:last_sta_index]会包含从第一行到最后一次Sta出现行的所有记录
• 如果需要处理原数据中不存在Sta的边界场景，可以增加判断：如果last_sta_index是空值，可按需返回空DataFrame或者原数据即可

内容的提问来源于stack exchange，提问作者Rach