如何在熊猫中的另一列中对一列中的字符串进行切片

Question

df=pd.DataFrame({'A':['abcde','fghij','klmno','pqrst'], 'B':[1,2,3,4]})

我想按列B对列A进行切片，例如： abcde[:1]=a, klmno[:3]=klm但是两个语句都失败了：

df['new_column']=df.A.map(lambda x: x.str[:df.B])
df['new_column']=df.apply(lambda x: x.A[:x.B]) 

TypeError：字符串索引必须是整数

和

df['new_column']=df['A'].str[:df['B']]

new_column返回NaN

尝试获取new_column ：

      A    B  new_column
0   abcde  1     a
1   fghij  2     fg
2   klmno  3     klm
3   pqrst  4     pqrs

非常感谢

Answer 1

您需要apply方法中的axis=1来遍历行：

df['new_column'] = df.apply(lambda r: r.A[:r.B], axis=1)
df
#       A   B   new_column
#0  abcde   1   a
#1  fghij   2   fg
#2  klmno   3   klm
#3  pqrst   4   pqrs

---

不太习惯但通常更快的解决方案是使用zip ：

df['new_column'] = [A[:B] for A, B in zip(df.A, df.B)]
df

#       A   B   new_column
#0  abcde   1   a
#1  fghij   2   fg
#2  klmno   3   klm
#3  pqrst   4   pqrs

---

%timeit df.apply(lambda r: r.A[:r.B], axis=1)
# 1000 loops, best of 3: 440 µs per loop

%timeit [A[:B] for A, B in zip(df.A, df.B)]
# 10000 loops, best of 3: 27.6 µs per loop

Answer 2

通过使用zip可能此解决方案对您有所帮助。