如何基于两列交集分离Pandas DataFrame列中的非共同字符？

这问题我之前也碰到过，完全不用写循环逐字符检查，用Pandas的字符串矢量化操作就能轻松搞定，而且效率还高。

方案一：用str.replace直接替换共同前缀 #

核心思路是把number列转成字符串，然后将nums列里对应的前缀部分替换为空，剩下的就是你要的额外字符：

import pandas as pd

values = { 'number': [2830, 8457, 9234], 'nums': ['2830S', '8457M', '923442'] }
df = pd.DataFrame(values, columns=['number', 'nums'])

# 第一步：将number列转为字符串类型，和nums列格式统一
df['number_str'] = df['number'].astype(str)
# 第二步：替换掉nums里的共同前缀，得到额外字符
df['extra_chars'] = df['nums'].str.replace(df['number_str'], '', regex=False)

这里一定要加上regex=False参数，避免把数字当成正则表达式的特殊字符处理（虽然这次都是纯数字，但养成好习惯能避免后续踩坑）。运行后df['extra_chars']的结果就是['S', 'M', '42']，完全符合需求。

方案二：利用字符串切片 #

如果确定额外字符始终在共同部分之后，也可以通过计算共同部分的长度，直接切片提取后缀：

df['extra_chars'] = df.apply(lambda row: row['nums'][len(str(row['number'])):], axis=1)

不过这种方法用了apply，在数据量很大的时候，效率会比第一种矢量化的str.replace低一些，所以更推荐第一种方案。

内容的提问来源于stack exchange，提问作者iPythonlab