如何在Pandas中按位置过滤长度可变的字符串？

我来帮你搞定这个问题！你遇到的报错是因为当所有字符串都是2个字符时，df.col_name.str[2]会返回NaN（浮点类型），和字符串'W'做比较就会触发类型不匹配的错误。这里有几个完美兼容两种场景的解决方案：

方案1：先筛选长度≥3的行再判断 #

这个思路最直观，先把长度不够3的行排除掉，剩下的行再检查第三个字符：

df[(df.col_name.str.len() >= 3) & (df.col_name.str[2] == 'W')]

不管列里有没有2字符的字符串，都不会出现NaN和字符串比较的情况，完全避免类型错误。

方案2：使用str.get()配合fillna() #

str.get()方法在索引超出字符串长度时会返回NaN，我们可以把这些NaN转换成布尔值False，就不会报错了：

df[df.col_name.str.get(2).eq('W').fillna(False)]

• str.get(2)：获取每个字符串的第3个字符（索引从0开始），2字符的字符串会返回NaN
• eq('W')：判断是否等于'W'，NaN会保持NaN
• fillna(False)：把所有NaN替换成False，最终只有第三个字符是'W'的行会被保留

方案3：用正则表达式精准匹配 #

正则表达式可以直接描述我们要找的字符串模式——长度至少3，且第三个字符是'W'：

df[df.col_name.str.contains(r'^..W')]

这里的正则^..W表示：

• ^：匹配字符串开头
• ..：匹配任意两个字符
• W：匹配第三个字符为'W'
  这个方法最简洁，自动忽略所有2字符的字符串，不会触发错误。

内容的提问来源于stack exchange，提问作者user1742188