Python Pandas：基于列数据长度的列拼接问题求助

完整代码实现 #

import pandas as pd
import numpy as np

# 示例数据
data = {'column1':['af28912368', 'Nan', '234671', 'asr61239'],
        'column2':[701, np.nan, 761, 312]}
df = pd.DataFrame(data)

# 1. 把字符串型'Nan'转为Pandas识别的缺失值
df['column1'] = df['column1'].replace('Nan', pd.NA)

# 2. 按规则处理column1
processed_col1 = np.where(
    df['column1'].isna(),
    pd.NA,
    np.where(
        df['column1'].str.len() > 8,
        df['column1'].str[-8:],
        df['column1'].str.ljust(8)  # 左对齐，右侧补空格至8位
    )
)

# 3. 拼接生成column3，严格遵循column1为NaN时结果也为NaN的规则
df['column3'] = np.where(
    df['column1'].isna(),
    pd.NA,
    processed_col1 + '_' + df['column2'].astype(str)
)

print(df)

运行结果 #

关键逻辑说明 #

• 缺失值处理：原始数据中的'Nan'是字符串类型，必须转为Pandas的pd.NA才能用isna()准确判断缺失情况。
• column1格式化：
  • 长度超过8位：直接截取最后8位
  • 长度≤8位：用ljust(8)左对齐并在右侧补空格，确保总长度为8位
  • 缺失值：保持缺失状态
• 拼接规则：只有当column1非缺失时才执行拼接，否则column3直接设为缺失值，完全匹配需求。

如果需要去掉column2的小数后缀（比如把701.0转为701），可以把拼接时的df['column2'].astype(str)替换为：

df['column2'].apply(lambda x: str(int(x)) if pd.notna(x) else str(x))

内容的提问来源于stack exchange，提问作者Sathish Kumar