Python字符串与numpy字符串rjust()方法行为差异及非截断需求咨询

问题现象 #

在使用rjust()实现数字字符串补0时，Python原生字符串与numpy字符串数组的行为存在明显差异：

• 原生str.rjust()仅在字符串长度小于指定宽度时补0，长度超过时直接返回原字符串，不会截断。
• numpy.char.rjust()会将长度超过指定宽度的字符串截断右侧字符，强制匹配目标宽度。

测试代码：

# 原生字符串rjust行为
print("12".rjust(5,'0'))
print("12345".rjust(5,'0'))
print("12345678".rjust(5,'0'))

import numpy as np
inp_arr = np.array(["12", "12345", "12345678"])
# numpy字符串数组rjust行为
print(inp_arr, np.char.rjust(inp_arr, 5, "0"))

执行结果：

00012
12345
12345678
['12' '12345' '12345678'] ['00012' '12345' '12345']

原因分析 #

numpy的字符操作函数（如np.char.rjust）是为固定长度字符串数组设计的，当处理长度超过指定宽度的元素时，会自动截断以保证数组内所有元素长度一致——这是numpy数组面向结构化、统一长度数据的特性决定的。而原生Python字符串的rjust方法仅做补全操作，不会修改原字符串的长度。

避免截断的解决方案 #

要保留长字符串的完整内容，同时对短字符串补0，可以借助原生str.rjust方法处理numpy数组的每个元素：

方法1：使用np.vectorize包装原生方法 #

import numpy as np

inp_arr = np.array(["12", "12345", "12345678"])
# 用vectorize将原生str.rjust转为可处理数组的函数
custom_rjust = np.vectorize(lambda s: s.rjust(5, '0'))
result = custom_rjust(inp_arr)
print(result)
# 输出：['00012' '12345' '12345678']

方法2：列表推导式处理后转回numpy数组 #

import numpy as np

inp_arr = np.array(["12", "12345", "12345678"])
result = np.array([s.rjust(5, '0') for s in inp_arr])
print(result)
# 输出：['00012' '12345' '12345678']

这两种方法都会保留原字符串的完整内容，仅对长度不足5的字符串补0，完全匹配原生str.rjust的行为。

内容的提问来源于stack exchange，提问作者kmaps