如何在Pandas中判断字符串是否在指定范围并拆分DataFrame数据

嘿，我来帮你搞定这个DataFrame筛选的问题！看你的数据应该是类似ICD诊断编码的格式，要把特定范围的条目挑出来对吧？下面给你详细的实现步骤和代码：

我们需要针对两种不同的范围规则分别处理：

• 对于C00-C99范围：所有以C开头的编码都属于这个区间（ICD编码中C00到C99是恶性肿瘤分类，后续的小数是细分编码，不影响大类归属）
• 对于N18.3-N18.6范围：需要精确匹配前缀为N且数字部分在18.3到18.6之间的编码

首先，先创建示例DataFrame（你可以直接替换成自己的数据集）：

import pandas as pd

data = {
    'code': ['C92.20', 'C80', 'C12.30', 'C18.5', 'C40.5', 'E66.01', 
             'C78.5', 'L73.2', 'D46.22', 'N18.3', 'N18.5', 'M34', 'M37', 'N18.8']
}
df = pd.DataFrame(data)

接下来编写筛选条件，把符合要求的行提取出来：

# 条件1：筛选C00-C99范围的编码
condition_c = df['code'].str.startswith('C')

# 条件2：筛选N18.3-N18.6范围的编码
# 先过滤N18开头的编码，再把前缀替换成空转成浮点数，判断是否在目标区间内
condition_n = (df['code'].str.startswith('N18.')) & \
              (df['code'].str.replace('N', '').astype(float).between(18.3, 18.6))

# 合并两个条件，生成新的DataFrame
filtered_df = df[condition_c | condition_n]

运行后，filtered_df就是你需要的结果，输出如下：

code
0   C92.20
1     C80
2   C12.30
3    C18.5
4    C40.5
6    C78.5
9    N18.3
10   N18.5

如果你的编码中存在类似C100这种超出C99大类的特殊情况（示例里没有，但可以提前预防），可以优化C范围的判断条件，确保数字部分在00-99之间：

# 优化后的C范围条件：提取字母后的部分，取前两位转整数判断
condition_c = (df['code'].str[0] == 'C') & \
              (df['code'].str[1:].str.split('.').str[0].astype(int).between(0, 99))

内容的提问来源于stack exchange，提问作者HT121