如何在Pandas中基于另一列字符串提取目标内容？

原始DataFrame #

需求说明 #

需要生成Column C，提取Column A中去掉Column B对应字符串后的姓名部分，结果如下：

原代码问题 #

你写的代码仅固定处理第一行数据（[0]索引），无法批量应用到所有行，且函数参数与DataFrame调用逻辑不匹配，无法生成整列有效结果。

正确实现方法 #

方法1：用apply逐行处理 #

通过apply遍历每行，针对每行的Column A和Column B做字符串截取：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'Column A': [
        'JELLY ROSEN 15 JELLY STREET APT 111 JERSEY CITY, NJ',
        'ROB ROSEN & STEVEN ROSEN 29 MAIN ST JERSEY CITY, NJ'
    ],
    'Column B': [
        '15 JELLY STREET APT 111 JERSEY CITY, NJ',
        '29 MAIN ST JERSEY CITY, NJ'
    ]
})

def extract_name(row):
    # 找到Column B在Column A中的起始位置，截取前半部分并清理首尾空格
    return row['Column A'][:row['Column A'].find(row['Column B'])].strip()

df['Column C'] = df.apply(extract_name, axis=1)

方法2：用str.replace直接替换 #

由于Column B是Column A的后缀内容，直接替换为空后清理空格，写法更简洁：

df['Column C'] = df.apply(lambda row: row['Column A'].replace(row['Column B'], '').strip(), axis=1)

方法3：向量化处理（大数据量推荐） #

避免逐行循环，用向量化方式高效处理，适合Column B严格为Column A后缀的场景：

df['Column C'] = df['Column A'].str[:-df['Column B'].str.len()].str.strip()

运行上述任意代码后，df['Column C']即可得到目标姓名列。

内容的提问来源于stack exchange，提问作者jelly