Python Pandas如何根据列字符串指定位置的字母过滤行数据

原代码存在的问题 #

• 字符串索引语法错误：Python字符串没有.index[1]的用法，.index()是用来查找子串位置的方法，取指定位置字符的正确写法是字符串[位置值]
• 逻辑偏差：原代码的判断分支内执行的是打印全表操作，即便条件匹配，也不会只输出符合要求的行；同时循环过程没有记录匹配行的索引，没法精准定位目标行
• 语法错误：print语句没有正确缩进，即便循环内的判断成立，代码也不会执行对应逻辑

推荐实现：向量化无循环写法 #

这是Pandas处理字符串列的标准范式，执行效率远高于手动写循环，尤其适合数据量较大的场景，参考代码：

import pandas as pd
df = pd.read_excel(r'C:\Users\Name\Desktop\pokemon.xlsx')
# 批量判断Name列第二位（索引从0开始）是否为'h'，筛选匹配行
filtered_df = df[df['Name'].str[1] == 'h']
print(filtered_df)

关键逻辑说明：

• 借助Pandas内置的.str访问器，可以对整列所有字符串元素批量执行切片、取字符操作，和单条Python字符串的操作逻辑完全一致
• 字符串索引默认从0开始计数，需求中的“第二位字符”对应索引值为1，因此用df['Name'].str[1]就能批量提取每一行Name列对应位置的字符
• 判断后生成的布尔型Series传入DataFrame的索引位置，即可直接筛选出符合条件的整行数据，对示例表执行后会直接返回Charizard对应的行

循环版本的修正写法 #

如果需要通过遍历实现逻辑，修正后的可运行代码如下：

import pandas as pd
df = pd.read_excel(r'C:\Users\Name\Desktop\pokemon.xlsx')
matched_index = []
# 遍历过程同时获取行索引和对应的Name值
for row_idx, name in df['Name'].items():
    # 先校验字符串长度和类型，避免遇到空值、短字符串时报索引越界错误
    if isinstance(name, str) and len(name) > 1 and name[1] == 'h':
        matched_index.append(row_idx)
# 批量取出所有匹配行
filtered_df = df.loc[matched_index]
print(filtered_df)

注意：写循环遍历处理Pandas列时，尽量不要在循环内反复对原表做修改或打印操作，提前收集匹配的索引值、最后统一取数，能大幅提升执行效率。

内容的提问来源于stack exchange，提问作者Ved Brahmbhatt