如何用Python按列值提取指定长度字符（模拟Excel LEFT函数）

核心逻辑 #

根据Insurer列的值，对Policy no.列执行以下提取规则：

• 若保险公司名称包含HDFC（不区分大小写，如Hdfc、Hdfc ergo等变体），提取保单号前10个字符；
• 若保险公司名称精确匹配Tata，提取保单号前7个字符；
• 其他情况返回空字符串。

实现方案（Pandas） #

方法1：自定义函数+apply（适合复杂逻辑场景）

import pandas as pd

# 示例表格数据
data = {
    'Insurer': ['Hdfc ergo', 'Tata', 'ICICI', 'HDFC Life', 'Tata AIG'],
    'Policy no.': ['ABCDE123456789', 'XYZ12345678', 'LMNOP98765', 'PQRS01234567', 'UVWXYZ1234']
}
df = pd.DataFrame(data)

def extract_policy_prefix(row):
    insurer = row['Insurer'].strip()
    policy_no = row['Policy no.']
    
    # 匹配HDFC相关保险公司（不区分大小写）
    if 'HDFC' in insurer.upper():
        return policy_no[:10] if policy_no else ''
    # 精确匹配Tata
    elif insurer == 'Tata':
        return policy_no[:7] if policy_no else ''
    # 其他情况返回空值
    else:
        return ''

# 生成提取结果列
df['Extracted Policy Prefix'] = df.apply(extract_policy_prefix, axis=1)

# 查看结果
print(df)

方法2：矢量化操作（效率更高，适合大数据量）

利用Pandas矢量化字符串方法+numpy.where实现，避免逐行循环：

import pandas as pd
import numpy as np

df = pd.DataFrame(data)

# 链式条件判断生成结果
df['Extracted Policy Prefix'] = np.where(
    df['Insurer'].str.contains('HDFC', case=False, na=False),
    df['Policy no.'].str[:10].fillna(''),
    np.where(
        df['Insurer'].str.strip() == 'Tata',
        df['Policy no.'].str[:7].fillna(''),
        ''
    )
)

示例输出 #

注意事项 #

• 用strip()处理保险公司名称首尾空格，避免因空格导致匹配失败；
• 针对保单号为空的情况返回空字符串，避免索引越界错误；
• case=False参数确保HDFC的大小写变体都能被正确匹配。

内容的提问来源于stack exchange，提问作者Ravindra pol