使用assign(lambda)为何读取整列而非单行？提取代码首字符遇问题

你的问题核心是在assign里混淆了整个Series和单个元素的操作：

• 当你写lambda x: x.code时，x是整个DataFrame，x.code是完整的Series，Pandas会直接把这个Series作为新列，运行正常；
• 但str(x.code)是把整个Series对象转换成字符串（比如输出类似0 123\n1 456\nName: code, dtype: int64），而不是对Series里的每个元素做字符串转换。

正确的两种实现方式： #

方法1：用Pandas的Series字符串属性（推荐，效率更高）

利用Pandas内置的.str属性做元素级字符串操作，不需要逐行循环：

df_a = df_a.assign(index_a=lambda x: x.code.astype(str).str[0].astype(int))

步骤分解：

• x.code.astype(str)：把整个code列转换成字符串类型的Series
• .str[0]：对每个字符串元素取第一个字符
• .astype(int)：把结果转回整数类型

方法2：用apply逐行处理

如果需要更灵活的自定义逻辑，可以用apply对每个元素单独处理：

df_a = df_a.assign(index_a=lambda x: x.code.apply(lambda val: int(str(val)[0])))

这里apply里的val是code列的单个元素，所以str(val)[0]能正确取到每个值的首位字符。

补充说明 #

你之前用x+0解决类似问题，是因为那是数值列的类型修正操作（比如把object转成数值型），但字符串转换需要用Pandas专门的.str接口，它会自动对Series的每个元素执行字符串方法，而Python内置的str()函数只会处理整个Series对象本身。

内容的提问来源于stack exchange，提问作者ssmalcontent