如何使用Pandas实现可变长度值切片？解决姓名提取NaN问题

问题场景 #

现有包含Full（全名）和First（名字）列的DataFrame，需要新增Last列存储姓氏，规则是从全名中去掉名字部分（名字长度+1的位置开始截取）。但直接用Series作为切片索引会返回NaN，需实现正确提取逻辑。

原始数据示例：

import pandas as pd

columns = ['Full', 'First']
data = [('Joe Smith', 'Joe'), ('Bobby Sue Ford', 'Bobby Sue'), ('Current Resident', 'Current Resident'), ('', '')]
df = pd.DataFrame(data, columns=columns)

正确实现方法 #

方法1：逐行切片处理（最直接） #

利用apply逐行计算切片位置，用整数索引完成截取，同时处理空值和名字与全名相同的情况：

df['Last'] = df.apply(lambda row: row['Full'][len(row['First']) + 1:] if row['First'] else '', axis=1)

方法2：字符串替换截取 #

通过替换掉名字部分，再去除多余空格，实现姓氏提取：

df['Last'] = df.apply(lambda row: row['Full'].replace(row['First'], '', 1).strip() if row['First'] else '', axis=1)

方法3：按空格分割拼接 #

针对名字和姓氏以空格分隔的场景，分割后取名字之外的部分拼接：

df['Last'] = df.apply(
    lambda x: ' '.join(x['Full'].split()[len(x['First'].split()):]) 
    if pd.notna(x['First']) and x['First'] else '', 
    axis=1
)

结果验证 #

运行代码后输出的DataFrame：

Full           First     Last
0          Joe Smith             Joe    Smith
1     Bobby Sue Ford       Bobby Sue     Ford
2  Current Resident  Current Resident        
3                                           

关键说明 #

• 直接使用df['Full'].str.slice(df['First'].str.len() + 1)失败的原因：str.slice仅接受整数/标量作为索引，无法识别Series类型的动态索引。
• apply(axis=1)实现逐行处理，此时len(row['First'])是单个整数，可作为合法的切片索引。
• 代码中加入了空值、全名与名字完全一致的场景处理，避免出现无效结果或多余空格。

内容的提问来源于stack exchange，提问作者J Web