求助：基于字符串长度提取pandas中group1列前14/15字符的代码报错问题

错误原因分析 #

你的代码执行报错主要有两个问题：

• df.apply(clean_substr)默认按列处理数据（axis=0），但你需要逐行处理group1字段，必须指定axis=1；
• 函数内部误用了针对整列的str.len()、str.slice()方法——当按行传递参数时，传入函数的是单行的Series对象，单个字符串元素不需要通过str属性调用方法。

修正方案 #

方案1：修正apply函数逻辑

调整函数以处理单行数据，同时指定axis=1实现逐行操作：

import pandas as pd
data = {'Name': ['Tom', 'Nick','Jack', 'Ann', 'Jane'],
        'group1': ['SRE_high_0101240243', 'ERS_med_140124065', 'SRE_low_110124084' , 'SRE_high_05022484', 'CER_med_11022437023']}
  
df = pd.DataFrame(data)

def clean_substr(row):
    s = row['group1']
    return s[:15] if len(s) == 19 else s[:14]

df['group1_clean'] = df.apply(clean_substr, axis=1)
display(df)

方案2：向量化操作（推荐，性能更优）

Pandas优先推荐向量化操作替代apply，尤其适合大数据集，这里通过numpy.where结合字符串方法实现：

import pandas as pd
import numpy as np

data = {'Name': ['Tom', 'Nick','Jack', 'Ann', 'Jane'],
        'group1': ['SRE_high_0101240243', 'ERS_med_140124065', 'SRE_low_110124084' , 'SRE_high_05022484', 'CER_med_11022437023']}
  
df = pd.DataFrame(data)

# 生成长度判断条件
len_condition = df['group1'].str.len() == 19
# 根据条件选择对应子串
df['group1_clean'] = np.where(
    len_condition,
    df['group1'].str[:15],
    df['group1'].str[:14]
)
display(df)

内容的提问来源于stack exchange，提问作者SAJ