Pandas DataFrame：使用列值在另一列中切片字符串

Posted 2023-02-23

【中文标题】Pandas DataFrame：使用列值在另一列中切片字符串

【英文标题】：Pandas DataFrame: use column value to slice string in another column

【发布时间】：2018-05-03 21:46:12

【问题描述】：

我有一个如下的熊猫数据框：

     col1  col2  col3
0    1     3     ABCDEFG
1    1     5     HIJKLMNO
2    1     2     PQRSTUV

我想添加另一列，它应该是col3 的子字符串，从col1 中指示的位置到col2 中指示的位置。像col3[(col1-1):(col2-1)] 这样的东西，应该会导致：

     col1  col2  col3       new_col
0    1     3     ABCDEFG    ABC
1    1     5     HIJKLMNO   HIJK
2    1     2     PQRSTUV    PQ

我尝试了以下方法：

my_df['new_col'] = my_df.col3.str.slice(my_df['col1']-1, my_df['col2']-1)

和

my_df['new_col'] = data['col3'].str[(my_df['col1']-1):(my_df['col2']-1)]

它们都产生NaN 的列，而如果我插入两个数值（即data['col3'].str[1:3]），它工作正常。我检查了类型是正确的（int64、int64 和对象）。此外，在这样的上下文之外（例如使用 for 循环）我可以完成工作，但我更喜欢利用 DataFrame 的单行。我做错了什么？

【参考方案1】：

使用apply，因为每一行都必须单独处理：

my_df['new_col'] = my_df.apply(lambda x: x['col3'][x['col1']-1:x['col2']], 1)  
print (my_df)
   col1  col2      col3 new_col
0     1     3   ABCDEFG     ABC
1     1     5  HIJKLMNO   HIJKL
2     1     2   PQRSTUV      PQ