Pandas数据表剔除TG_plus列TG前缀的非循环实现方案咨询

我们可以用以下三种方案替代原生循环，性能和可读性都更好，按推荐优先级排序：

方案1：使用str.removeprefix（推荐，Pandas 1.4.0+支持） #

这是专门用于移除前缀的方法，逻辑最直观，不会误删中间出现的相同内容：

# 移除TG列的CG前缀，strip用来去掉前缀后的多余空格
df["TG"] = df.apply(lambda row: row["TG"].removeprefix(row["CG"]).strip(), axis=1)
# 移除TG_plus列的TG前缀
df["TG_plus"] = df.apply(lambda row: row["TG_plus"].removeprefix(row["TG"]).strip(), axis=1)

方案2：字符串切片 + apply（兼容低版本Pandas） #

和你原循环逻辑完全一致，用pandas的apply替代手动循环，写法更简洁：

df["TG"] = df.apply(lambda row: row["TG"][len(row["CG"]):].strip(), axis=1)
df["TG_plus"] = df.apply(lambda row: row["TG_plus"][len(row["TG"]):].strip(), axis=1)

方案3：纯向量化操作（性能最优，适合大数据量） #

完全避免行遍历，性能比apply高10倍以上，适合10万行以上的大表：

# 处理TG列
cg_length = df["CG"].str.len()
df["TG"] = df["TG"].str.slice(cg_length).str.strip()

# 处理TG_plus列
tg_length = df["TG"].str.len()
df["TG_plus"] = df["TG_plus"].str.slice(tg_length).str.strip()

内容的提问来源于stack exchange，提问作者user16795517