如何在Pandas中从现有Series提取并操作内部数据？

你的Sequence Numbers列存储的是空格分隔的字符串，不是Python列表，所以直接用常规切片只会对整个字符串生效，没法操作里面的单个数字。先把字符串拆成可操作的列表，再处理就简单了。

先给出可复现的示例代码：

import pandas as pd

# 构造你的DataFrame
data = {
    "Work Date": ["01/01/2023", "02/01/2023", "03/01/2023"],
    "Sequence Numbers": ["01 02 03 04 05 06", "07 08 09 10 11 12", "13 14 15 16 17 18"]
}
df = pd.DataFrame(data)

1. 提取前N个数值 #

用str.split()把字符串拆成列表，再用str[:N]切片，最后可以转成字符串或保留列表：

# 提取前3个数字，合并成字符串列
df["First 3 Sequences"] = df["Sequence Numbers"].str.split().str[:3].str.join(" ")

# 如果需要保留列表格式
df["First 3 List"] = df["Sequence Numbers"].str.split().str[:3]

2. 拆分末尾值到新列 #

直接取拆分后列表的最后一个元素：

df["Last Sequence"] = df["Sequence Numbers"].str.split().str[-1]

3. 把所有值拆分成单独列 #

用str.split(expand=True)直接将拆分后的列表展开成多列，再合并到原DataFrame：

# 拆分出所有单独列
split_sequences = df["Sequence Numbers"].str.split(expand=True)
# 给新列命名（可选）
split_sequences.columns = [f"Seq_{i+1}" for i in range(split_sequences.shape[1])]
# 和原表合并
df = pd.concat([df, split_sequences], axis=1)

核心逻辑就是先把字符串类型的序列拆成列表，再利用Pandas的str访问器进行切片或展开操作，就能实现你要的所有需求。

内容的提问来源于stack exchange，提问作者VJ1222