如何根据索引位置过滤一组行？

Question

我被困在如何根据索引位置过滤出一组行。为了更清楚，让我们有一个虚拟问题，假设我有一个用户具有多个配置文件的数据框，例如在 df1 中，我有三个用户 John、Johnny 和 Ben 具有多个配置文件..

df1 = pd.DataFrame({"user": ["Peter (1)", "Peter (2)", "Peter (3)","John (1)","John (2)","John (3)","Johnny (1)","Johnny (2)"], "value": [1, 3, 3, 1, 6, 3, 4, 1]}, )

我根据值对 df1 进行排序并重新索引它

df1=df1.sort_values(by='value', ascending=False)

df1.index=[0, 1, 2, 3, 4, 5, 6, 7]

df1 看起来像这样

现在我被困在如何为具有第一个索引值的用户（在本例中为 John）过滤掉行，让我们说新数据帧 df2，以及将第二个索引用户（在本例中为 Johnny）的行过滤到新数据帧 df3预期的 df2 应该是这样的

df3 应该如下所示

Answer 1

您可以获取第一个索引值并将其拆分并排除最后一项（假设用户名可能有括号），然后在整个数据框中搜索该特定列的值。例如：

firstIndexUser = df1['user'].str.split('(').str[:-1].str.join('(').iloc[0]

这个firstIndexUser的值为' John '现在你可以与整个数据帧进行比较以获得你的df2

df2 = df1[df1['user'].str.split('(').str[:-1].str.join('(')==firstIndexUser]

输出如下所示：

>>df2
       user  value
0  John (2)      6
4  John (3)      3
6  John (1)      1

如果需要，您可以重置 df2 的索引

>>df2.reset_index(drop=True, inplace=True)
>>df2
       user  value
0  John (2)      6
1  John (3)      3
2  John (1)      1

您可以对 df3 采用类似的方法