如何优化Pandas中按'-'拆分列并保留指定内容写回的代码

需求说明 #

将DataFrame的Sector列按'-'拆分：

• 若列值包含'-'，保留拆分后的最后一部分
• 若列值不包含'-'或为np.NaN，保留原始值
• 处理结果直接写回原列

示例数据 #

import pandas as pd
import numpy as np

# 示例DataFrame
data = [[1, '1010'], [2, 'CORP-1030'], [3, 'LLC-1020'], [4, np.NaN],[5, '1040']]
df = pd.DataFrame(data, columns=['ID', 'Sector'])

初始DataFrame：

ID     Sector
0   1       1010
1   2  CORP-1030
2   3   LLC-1020
3   4        NaN
4   5       1040

优化后的简洁解决方案 #

# 核心处理逻辑，一行完成
df['Sector'] = df['Sector'].str.split('-').str[-1]

代码解释 #

• 借助pandas原生的字符串方法链，无需创建临时列、删除列等冗余操作，直接原地修改目标列
• str.split('-')：将每个字符串按'-'拆分为列表；对于不含'-'的字符串，生成仅含原字符串的单元素列表；对于NaN值，直接返回NaN
• str[-1]：提取列表的最后一个元素——既满足含'-'时取最后段的需求，也能在无'-'时返回原字符串，同时自动保留NaN值
• 代码逻辑清晰，可读性强，执行效率远高于原方案的apply+临时列操作

处理后结果 #

ID Sector
0   1   1010
1   2   1030
2   3   1020
3   4    NaN
4   5   1040

内容的提问来源于stack exchange，提问作者Liu Yu