在熊猫数据框中创建新列

Question

我对 python 非常陌生，一直在搜索 google 和 stackoverflow 来解决这个问题，我确信这只是一个语法问题。

我有一个包含几列的数据框。

import pandas as pd
df = pd.read_csv("C:/path/file.csv")

我的 csv 有 5 列和 ~ 100k 行，我只想要第 5 列的前 2 位数字的子字符串。

我试过了：

df.assign(new = lambda x: x.column5[0:2],)

这将创建新字段并使用第 5 列中的完整值填充前两行，并为余数提供 NaN。

这些尝试给了我语法错误：

df['new'] = df['column5'].str[0:2]
df.map(lambda df['column5']: [:2])

我只是不知道如何使用通过 Pandas 读入的表中现有列的前两位数字创建新列。

如果这是 SAS，我几个小时前就已经完成了，但我正在尝试使用 Python，因此感谢您的帮助

Answer 1

我猜您的column5列是 int*/float* dtype，因此请先尝试将其转换为字符串：

df['new'] = df['column5'].astype(str).str[:2]

您可以在读取 CSV 文件时明确指定列类型：

df = pd.read_csv('file_name.csv', ..., dtype={'column5': object})