如何根据DataFrame列值是否以数字开头创建新列

你需要将attr列中以数字开头的值分离到num_start列，其余值放到str_start列，之前的apply写法存在逻辑不完整和参数缺失的问题，下面是两种可行的解决方法：

虚拟数据 #

import pandas as pd

data = {'Name':['Bob','Kyle','Kevin'],
        'attr':['abc123','1230','(ab)']}
df = pd.DataFrame(data)

期望输出 #

data = {'Name':['Bob','Kyle','Kevin'],
        'attr':['abc123','1230','(ab)'],
        'num_start':[None,'1230',None],
         'str_start':['abc123',None,'(ab)']}
df = pd.DataFrame(data)

方法一：用Pandas字符串方法+np.where（推荐，效率更高） #

这种方法利用Pandas的向量化操作，比apply更适合处理批量数据：

import numpy as np

# 生成布尔值Series，标记是否以数字开头
is_num_start = df['attr'].str[0].str.isdigit()

# 赋值num_start列：数字开头保留原值，否则为None
df['num_start'] = np.where(is_num_start, df['attr'], None)
# 赋值str_start列：非数字开头保留原值，否则为None
df['str_start'] = np.where(~is_num_start, df['attr'], None)

方法二：修正后的apply写法 #

如果坚持用apply，需要指定按行处理（axis=1），并完整返回两个列的结果：

df[['num_start', 'str_start']] = df.apply(
    lambda row: (row['attr'], None) if row['attr'][0].isdigit() else (None, row['attr']),
    axis=1,
    result_type='expand'
)

两种方法运行后都能得到你想要的输出。

内容的提问来源于stack exchange，提问作者Carson Whitley