我有一个这样的数据框df，
A length
0 648702831 9
1 26533315 8
2 366 3
3 354701058 9
4 25708239 8
5 70554 5
6 1574512 7
7 3975 4
现在，我想根据这样的一些条件创建一个列，
if ['length] == 9 or ['length] == 5:
then ['new_col'] = First 5 Characters of ['A']
else if ['length] == 8 or ['length] == 4:
then ['new_col'] = "0" & First 4 Characters of ['A']
else if ['length] == 7 or ['length] == 3:
then ['new_col'] = "00" & First 3 Characters of ['A']
else
['new_col'] = ['A']
针对上述情况，我创建了以下逻辑来检查，(对于一个有 10,000 行的文件，它需要很多时间)
for i in df['length']:
if i == 9 or i == 5:
df['new_col'] = df['A'].astype(str).str[:5]
elif i == 8 or i == 4:
df['new_col'] = "0" + df['A'].astype(str).str[:4]
elif i == 7 or i == 3:
df['new_col'] = "00" + df['A'].astype(str).str[:3]
else:
df['new_col'] = df['A']
我得到以下输出，
A length new_col
0 648702831 9 06487
1 26533315 8 02653
2 366 3 0366
3 354701058 9 03547
4 5708239 8 05708
5 70554 5 07055
6 1574512 7 01574
7 3975 4 03975
这不是我想要的，它似乎只适用于当长度为 8 或 4 时在前面添加“0”的第二种情况。
我需要这样的输出，
A length new_col
0 648702831 9 64870
1 26533315 8 02653
2 366 3 00366
3 354701058 9 35470
4 5708239 8 05708
5 70554 5 70554
6 1574512 7 00157
7 3975 4 03975
我怎样才能做到这一点，而且如果有一种 pandas 方法可以花费更少的时间，那就太好了。任何建议将不胜感激。
最佳答案
将字符串切片与 zfill 结合使用。为了提高速度，请使用列表理解。
m = {1: 5, 0: 4, 3: 3}
df['new_col'] = [
x[:m.get(y % 4, 4)].zfill(5) for x, y in zip(df['A'].astype(str), df['length'])]
df
A length new_col
0 648702831 9 64870
1 26533315 8 02653
2 366 3 00366
3 354701058 9 35470
4 25708239 8 02570
5 70554 5 70554
6 1574512 7 00157
7 3975 4 03975
为了处理默认情况，我们可以在调用 zfill 时执行一些额外的检查:
df = df.append({'A' : 50, 'length': 2}, ignore_index=True)
m = {1: 5, 0: 4, 3: 3}
df['new_col'] = [
x[:m.get(y % 4, 4)].zfill(5 if y % 4 in m else 0)
for x, y in zip(df['A'].astype(str), df['length'])
]
df
A length new_col
0 648702831 9 64870
1 26533315 8 02653
2 366 3 00366
3 354701058 9 35470
4 25708239 8 02570
5 70554 5 70554
6 1574512 7 00157
7 3975 4 03975
8 50 2 50 # Default case.
关于python - Pandas 列基于条件的可变长度字符串切片，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/53837315/