Python如何从DataFrame的完整邮政编码字段中提取国家代码

你需要实现的是提取字符串列的前两位字符，直接用pandas内置的字符串访问器str做切片即可，不需要用到factorize、groupby这类用于分类编码、分组聚合的方法，相关实现代码如下：

import pandas as pd
df = pd.DataFrame({
    'CODE_LOAD_PLACE' : ['PL43100', 'CZ25905', 'DE29333', 'DE29384', 'SK92832']
})

# 提取前两位字符作为国家代码列
df['COUNTRY_LOAD_PLACE'] = df['CODE_LOAD_PLACE'].str[:2]

print(df)

运行后即可得到你期望的输出结果：

CODE_LOAD_PLACE COUNTRY_LOAD_PLACE
0          PL43100                 PL
1          CZ25905                 CZ
2          DE29333                 DE
3          DE29384                 DE
4          SK92832                 SK

补充说明：

• .str是pandas专门用于Series字符串操作的访问器，后面接[:2]就是对每个字符串取前两位的切片操作
• 如果数据集里存在长度不足2位的异常编码，可以加异常兼容逻辑，示例：

# 异常值兼容：长度不足2位的编码对应的国家代码填充为'未知'
df['COUNTRY_LOAD_PLACE'] = df['CODE_LOAD_PLACE'].str[:2].where(df['CODE_LOAD_PLACE'].str.len() >= 2, '未知')

内容的提问来源于stack exchange，提问作者BudzynskiA