如何从DataFrame中筛选第二个‘-’后含特定字符的行？

嘿，这个需求很典型，我给你分享几个简单又靠谱的实现思路，直接就能用：

方法1：拆分字符串后检查目标部分 #

先通过str.split把字符串按-拆分，只拆前两个分隔符（n=2），这样就能精准拿到第二个-之后的内容，再用str.contains判断是否包含目标字符（比如'E'）。

示例代码：

import pandas as pd

# 假设你的DataFrame列名为'target_col'
filtered_df = df[df['target_col'].str.split('-', n=2).str[2].str.contains('E')]

• 解释：str.split('-', n=2)会把字符串分成3部分（索引0、1、2），str[2]就是第二个-之后的所有内容；如果某行不足两个-，这部分会返回NaN，str.contains会自动忽略这些行，刚好符合我们的筛选逻辑。

方法2：用正则表达式直接匹配 #

如果数据量比较大，正则表达式的效率会更高，直接匹配“两个-之后包含E”的模式：

示例代码：

filtered_df = df[df['target_col'].str.contains(r'^[^-]+-[^-]+-.*E.*')]

• 正则说明：
  • ^[^-]+-：匹配开头到第一个-的内容（[^-]+表示任意非-的字符）
  • [^-]+-：匹配第一个-到第二个-的内容
  • .*E.*：匹配第二个-之后包含'E'的任意内容

额外技巧：忽略大小写匹配 #

如果需要不区分大小写（比如同时匹配'E'和'e'），只需要给str.contains加个参数：

# 方法1的写法
filtered_df = df[df['target_col'].str.split('-', n=2).str[2].str.contains('E', case=False)]

# 方法2的写法（正则里加忽略大小写标记）
filtered_df = df[df['target_col'].str.contains(r'^[^-]+-[^-]+-.*E.*', case=False)]

举个实际例子验证：
假设你的DataFrame是这样的：

data = {'target_col': ['A-B-C', 'X-Y-E', 'P-Q-R-e', 'L-M', 'S-T-U-V-E']}
df = pd.DataFrame(data)

用上面的方法筛选后，会得到包含X-Y-E、P-Q-R-e、S-T-U-V-E的行，完全符合需求。

内容的提问来源于stack exchange，提问作者user9118870