如何使用Pandas DataFrame的值按A列截取B列字符串生成C列

现有结构如下的Pandas DataFrame：

• A列：存储整数类型数据，示例值为[1, 5, 3]
• B列：存储字符串类型数据，示例值为["abcdef", "ghijklmno", "qwertyuiop"]

需求为逐行根据A列的整数值，截取同一行B列字符串的前N个字符，生成新列C。以上述示例数据为例，预期C列的输出结果为["a", "ghijk", "qwe"]。

尝试使用如下代码实现时运行失败：

data_frame['C'] = data_frame.B.str[:data_frame["A"]]

Pandas的.str字符串向量化切片接口，不支持直接传入整列Series作为逐行动态的切片长度参数，传入Series时无法按行匹配对应切片位置，因此无法得到预期结果。

方案1：逐行apply实现（逻辑直观，适合小数据量场景） #

通过apply指定按行遍历，逐行读取A列值作为切片长度截取B列字符串即可：

# 示例数据构造（可根据实际表名替换变量名）
import pandas as pd
df = pd.DataFrame({
    "A": [1, 5, 3],
    "B": ["abcdef", "ghijklmno", "qwertyuiop"]
})

# 生成C列
df['C'] = df.apply(lambda row: row['B'][:row['A']], axis=1)

方案2：列表推导式实现（执行效率更高，适合大数据量场景） #

通过zip将两列对应位置的值打包后逐一切片，性能明显优于apply方法：

df['C'] = [b_str[:a_num] for a_num, b_str in zip(df['A'], df['B'])]

两种方案运行后得到的C列结果均和预期一致。

内容的提问来源于stack exchange，提问作者Dryade