如何用向量化方法提取Pandas字符串列按_分割的最后部分？

你的代码错误在于对str.split()返回的Series处理不当，直接嵌套索引的方式没有正确访问每行分割后的列表元素，导致结果错位。

以下是两种正确的向量化实现方式：

方法1：提取分割后的最后一部分（通用场景，支持多个下划线） #

如果字符串可能包含多个下划线，需要取最后一段内容，用str[-1]访问每个分割后的列表的最后元素：

import pandas as pd

df = pd.DataFrame()
df['Var1'] = ["test1_test2","test3_test4", "a_b_c_d"]
df['Var2'] = df['Var1'].str.split('_').str[-1]

执行后结果：

Var1 Var2
0  test1_test2 test2
1  test3_test4 test4
2    a_b_c_d    d

方法2：提取分割后的第二部分（仅适用于固定两个部分的字符串） #

如果确定每个字符串只有一个下划线，直接用str[1]取第二个元素：

df['Var2'] = df['Var1'].str.split('_').str[1]

错误原因说明 #

df['Var1'].str.split('_')返回的是一个包含列表的Series，每个元素对应一行分割后的结果。你的写法[[df['Var1'].str.split('_')][0]][0]等价于直接取这个Series，没有通过.str索引器逐个访问列表元素，导致Pandas错误解析数据，出现错位结果。

内容的提问来源于stack exchange，提问作者Alan