Pandas中如何利用列值作为切片索引提取字符串内容？

你遇到的问题是因为pandas的str[]切片不支持直接传入Series作为起始索引，必须使用标量值。要实现按每行的DashPos值对Temp列做切片，可采用以下两种方法：

方法1：使用apply逐行处理 #

import pandas as pd

df = pd.DataFrame({
'Name':['Tom','Phil','Eric'],
'Alias':['T','P','E'],
'ID':[1,2,3],
'Age':[32,30,45],
'Temp':['100-200','200-300','200-300'],
'SSDashPos':[4,4,4]
              })

df= df.astype({'Temp':'string'})
df['DashPos'] = df.Temp.str.find('-').add(1)

# 逐行根据DashPos值切片Temp列
df['SecondPos'] = df.apply(lambda row: row['Temp'][row['DashPos']:], axis=1)

执行后SecondPos列会得到['200', '300', '300']，完全符合需求。

方法2：使用numpy.vectorize优化性能 #

如果数据量较大，numpy.vectorize的性能会比apply更优：

import pandas as pd
import numpy as np

df = pd.DataFrame({
'Name':['Tom','Phil','Eric'],
'Alias':['T','P','E'],
'ID':[1,2,3],
'Age':[32,30,45],
'Temp':['100-200','200-300','200-300'],
'SSDashPos':[4,4,4]
              })

df= df.astype({'Temp':'string'})
df['DashPos'] = df.Temp.str.find('-').add(1)

# 封装切片逻辑并向量化执行
def slice_temp(temp_str, start_pos):
    return temp_str[start_pos:]

df['SecondPos'] = np.vectorize(slice_temp)(df['Temp'], df['DashPos'])

这两种方法都规避了切片索引必须为整数标量的限制，实现了按每行DashPos值提取目标字符串的需求。

内容的提问来源于stack exchange，提问作者sxs