python - 使用其他列的索引值在 pandas 数据框中的一列中进行字符串索引

Question

在我的 Pandas DataFrame 的一列中，我有一些字符串，其长度需要限制为同一数据帧中另一列中存在的值。

我尝试创建一个新列并使用普通的 python 字符串索引，并将另一列作为值。

这是我尝试运行的代码的 MWE:

import pandas as pd

data = [[5, 'LONSTRING'], [3, 'LONGERSTRING'], [7, 'LONGESTSTRINGEVER']]
df = pd.DataFrame(data, columns=['String Limit', 'String'])

df['Short String'] = df['String'][:df['String Limit']]

print(df)

我期望一个包含较短字符串的新列:

   String Limit             String  Short String
0             5          LONSTRING         LONST
1             3       LONGERSTRING           LON
2             7  LONGESTSTRINGEVER       LONGEST

相反，我得到了一个类型错误:

TypeError: cannot do slice indexing on <class 'pandas.core.indexes.range.RangeIndex'> with these indexers [0    5
1    3
2    7
Name: String Limit, dtype: int64] of <class 'pandas.core.series.Series'>

字符串索引似乎不能这样完成，因为df['String Limit']是整个系列而不仅仅是一行值 - 但有没有其他方法可以做到这一点？

Answer 1

问题是您需要单独过滤所有值，因此请使用 DataFrame.apply使用 axis=1 按行循环:

df['Short String'] = df.apply(lambda x: x['String'][:x['String Limit']], axis=1)

或者使用 zip 进行列表理解:

df['Short String'] = [x[:y] for x, y in zip(df['String'], df['String Limit'])]

<小时/>

print(df)
   String Limit             String Short String
0             5          LONSTRING        LONST
1             3       LONGERSTRING          LON
2             7  LONGESTSTRINGEVER      LONGEST