如何在DataFrame列中按字符串位置匹配子串并生成评级列

开发者阿泽

2026-5-8

解决DataFrame中根据ID子串生成评级列的问题

嘿，你抓准问题点啦！str.get(n)确实只能提取单个字符，要获取连续的3位子串，咱们可以用Pandas的字符串切片功能，两种写法都能搞定：直接用Python风格的str[start:end]，或者更直观的str.slice()方法。

修正后的完整代码

import pandas as pd
import numpy as np

# 假设你的df已经准备好
# 提取ID的第6、7、8位（注意Python是0索引，对应位置5到8，左闭右开）
id_segment = df['id'].str[5:8]

# 修正条件判断，现在匹配的是完整的3位子串
conditions = [
    (id_segment == 'A00'),
    (id_segment == 'AA0'),
    (id_segment == '000')
]
values = ['A', 'AA', 'AAA']

# 生成Rating列，建议加default处理未匹配的情况
df['Rating'] = np.select(conditions, values, default=np.nan)
df['Rating'] = df['Rating'].astype('category')

核心细节解释

切片逻辑：9位ID的第6位对应索引5，第8位对应索引7，Python切片是左闭右开规则，所以str[5:8]会取到索引5、6、7的字符，正好是你要的3位子串。
可选写法：如果觉得[5:8]不够直观，也可以用str.slice(start=5, stop=8)，效果完全一样：
```
id_segment = df['id'].str.slice(start=5, stop=8)
```
小优化：加个default=np.nan很实用，万一有ID不匹配这三个模式，不会默认生成0值，而是用缺失值标记，后续处理更方便。