Pandas中.str[0]的作用及字符串拆分索引疑问解答

咱们先拆解两个操作的本质：

• 执行d['SALES_AREA'].str.split('-')后，得到的是一个Series对象，这个Series里的每一项都是一个列表（比如['MV', 'Schmidt Carsten']）。
• 直接用[1]时，你是在对整个Series做索引，取的是这个Series的第2个元素（Python是0起始索引），也就是单个列表['MV', 'Schmidt Carsten']——这就是你拿到这个结果的原因。
• 而.str[1]是借助Pandas的.str访问器实现的：.str是Pandas专门用来批量处理Series/Index中每个元素的工具，.str[1]会遍历Series里的每一个列表，对每个列表执行[1]索引，把每个列表的第2个元素提取出来，最终拼成一个新的Series，这就是你想要的正确结果。

.str是Pandas的字符串访问器，核心是不用写循环，就能对Series/Index里的每一个元素做向量化操作：

• 如果元素是字符串，.str[0]会取每个字符串的第1个字符；
• 如果元素是列表（比如str.split返回的结果），.str[0]会取每个列表的第1个元素；
• 本质上，.str[i]就是对Series里的每一个单独元素，执行元素[i]的操作，再把所有结果整合成新的Series。

顺带提一句，你要移除开头“MV-”的需求，其实有更简洁的写法：

• 用str.replace精准匹配开头：d['SALES_AREA'].str.replace('^MV-', '', regex=True)
• 或者用str.lstrip（注意如果字符串开头有多个重复的M/V/-会被一起去掉，适合确定开头只有“MV-”的场景）：d['SALES_AREA'].str.lstrip('MV-')

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