Python 3.x 如何通过对值为元组的列应用条件来过滤数据帧？

我有一个数据帧，它的列值是元组。在不重新创建数据帧的情况下，是否有办法按原样处理数据帧，以便按照以下示例过滤数据帧：

要构造数据帧（请原谅这种复杂的构造）：

现在，我试图实现的是返回一个数据帧，只显示元组中第二个值为“Firm”的行。在这种情况下，那将是苹果排和梨排

是否有类似于.str.contains的方法可以在这个实例中使用？为了相应地过滤数据帧？或任何其他可直接执行过滤的合适方法

谢谢

更新：

这里有一个尝试，它至少显示了期望的结果，但没有达到目标，因为我必须将“Soft”指定为元组的第一部分，这应该是不必要的。这也让人感觉像是一种黑客行为：

df = df.where(df['Firmness'] == ('Soft', 'Firm')).dropna()

df

        Color           Firmness        Volume
Fruit           
Apple   (Green, Red)    (Soft, Firm)    10.0
Pear    (Green, Green)  (Soft, Firm)    10.0

---

使用if…else尝试使用

agg

out = df.groupby('Fruit').agg(lambda x : x.sum() if x.dtype==int else tuple(x))
Out[332]: 
                    Color      Firmness  Volume
Fruit                                          
Apple        (Green, Red)  (Soft, Firm)      10
Blueberry    (Blue, Blue)  (Soft, Soft)      10
Pear       (Green, Green)  (Soft, Firm)      10

那么你的问题呢

out = out[out.Firmness.str[1]=='Firm']
out
Out[335]: 
                Color      Firmness  Volume
Fruit                                      
Apple    (Green, Red)  (Soft, Firm)      10
Pear   (Green, Green)  (Soft, Firm)      10

---

使用if…else尝试使用

agg

out = df.groupby('Fruit').agg(lambda x : x.sum() if x.dtype==int else tuple(x))
Out[332]: 
                    Color      Firmness  Volume
Fruit                                          
Apple        (Green, Red)  (Soft, Firm)      10
Blueberry    (Blue, Blue)  (Soft, Soft)      10
Pear       (Green, Green)  (Soft, Firm)      10

那么你的问题呢

out = out[out.Firmness.str[1]=='Firm']
out
Out[335]: 
                Color      Firmness  Volume
Fruit                                      
Apple    (Green, Red)  (Soft, Firm)      10
Pear   (Green, Green)  (Soft, Firm)      10

---

对于您的问题，请使用apply和lambda

---

df[df.apply（λx:x.Firmness[1]='Firm'，axis=1）]

对于您的问题，使用apply和lambda

df[df.应用（λx:x.硬度[1]='Firm'，轴=1）]