筛选熊猫数据框列表，使其仅包含以

Question

嗨，我有一个pd数据帧列表（其中1377个）。我需要将每个数据帧拆分为行索引以a结尾和行索引以c结尾的情况。

我查看了其他建议的堆栈溢出页面

(df.iloc[all_dfs[0].index.str.endswith('a',na=False)])

但这会转置我的数据框，然后减少行数（以前是转置前的列数）

如果可以的话，这里是我第一个数据框的一小部分。

Answer 1

您可以使用str.endswith将测试值的元组传递到boolean indexing进行过滤：

df = pd.DataFrame({'a':range(5)}, 
                   index=['_E031a','_E031b','_E031c','_E032a','_E032b'])

df1 = df[df.index.str.endswith(('a', 'c'),na=False)]
print (df1)
        a
_E031a  0
_E031c  2
_E032a  3

或者通过索引[-1]获取字符串的最后一个值，并通过Index.isin测试成员资格：

df1 = df[df.index.str[-1].isin(['a', 'c'])]
print (df1)
        a
_E031a  0
_E031c  2
_E032a  3

要循环使用DataFrame列表，请使用：

all_dfs = [df[df.index.str.endswith(('a', 'c'),na=False)] for df in all_dfs]

如果只想测试a：

all_dfs = [df[df.index.str.endswith('a',na=False)] for df in all_dfs]