根据索引条件过滤df

Question

我有一个有很多行的df：

13790226       0.320  0.001976    
9895d5dis    182.600  0.040450     
105066007     18.890  0.006432     
109067019     52.500  0.034011     
111845014     16.400  0.023974     
11668574e      7.180  0.070714     
113307021      4.110  0.017514      
113679I37      8.180  0.010837     

我想过滤此df以获取索引最后一个字符不是数字的行

所需的df：

9895d5dis    182.600  0.040450
11668574e      7.180  0.070714

我该怎么做？

Answer 1

df['is_digit'] = [i[-1].isdigit() for i in df.index.values]
df[df['is_digit'] == False]

但我更喜欢正则表达式：

df[df.index.str.contains('[A-z]$')]

Answer 2

这是一种简洁的方法，无需创建新的临时列：

df
                b         c
a                          
9895d5dis  182.60  0.040450
105066007   18.89  0.006432
109067019   52.50  0.034011
111845014   16.40  0.023974
11668574e    7.18  0.070714
113307021    4.11  0.017514
113679I37    8.18  0.010837

df[~df.index.str[-1].str.isnumeric()]
                b         c
a                          
9895d5dis  182.60  0.040450
11668574e    7.18  0.070714

Answer 3

您要过滤的列是索引还是列？如果它是一列

df1 = df[df[0].str.contains('[A-Za-z]')]

返回

    0           1       2
1   9895d5dis   182.60  0.040450
5   11668574e   7.18    0.070714
7   113679I37   8.18    0.010837 #looks like read_clipboard is reading 1 in 113679137 as I

如果是索引，首先要做

df = df.reset_index()

Answer 4

把它扔进混合物中：

df.loc[[x for x in df.index if x[-1].isalpha()]]