Question

我有一个如下数据框：

df =

A   B   D
a1  b1  9052091001A
a2  b2  95993854906
a3  b3  93492480190
a4  b4  93240941993

我想要的是什么：

df_resp =

A   B   D
a1  b1  001A
a2  b2  4906
a3  b3  0190
a4  b4  1993

我尝试了什么：

for i in (0,len(df['D'])):
    df['D'][i]= df['D'][i][-4:]

我得到的错误：

KeyError：4906

此外，它需要很长时间，我认为应该有更快的方式与熊猫。

Answer 1

使用apply()的{{1}}方法，它比使用pandas.Series循环迭代更快......

这应该有效（如果列只包含字符串）：

for

对于df_resp = df.copy() df_resp['D'] = df_resp['D'].apply(lambda x : x[-4:])，它可能来自您的DataFrame索引，因为调用KeyError等同于df['D'][i]，即df.loc[i]['D']指的是索引＆＃39;标签，而不是它的位置。如果您用i替换它，它可能（可能）有用，它引用位置df.loc[i]['D']的索引。

我希望这有帮助！

Answer 2

使用pd.Series.str字符串访问器进行矢量化字符串操作。这些优于使用apply。

如果D元素已经是字符串

df.assign(D=df.D.str[-4:])

    A   B     D
0  a1  b1  001A
1  a2  b2  4906
2  a3  b3  0190
3  a4  b4  1993

如果不是

df.assign(D=df.D.astype(str).str[-4:])

    A   B     D
0  a1  b1  001A
1  a2  b2  4906
2  a3  b3  0190
3  a4  b4  1993

您可以使用

进行更改

df['D'] = df.D.str[-4:]

获取一列对象的最后一个字符并将其作为数据帧上的列 - pandas python

2 个答案: