pandas DataFrame字符串列按下划线位置截断返回NaN问题求解

• 核心问题在于 df[0].str.rfind('_') 返回的是和DataFrame行数一致的Series对象，而str[]切片语法传入Series时，pandas会将其视为行索引进行匹配，而非逐行对应位置做切片，匹配不到对应索引就会返回NaN。
• 额外说明：如果字符串中不存在下划线，rfind会返回-1，你当前场景明确每行都有下划线所以不是本次问题的诱因，后续如果存在异常值需要额外处理该情况。

以下几种方案都可以实现需求，按需选择即可：

方法1：split拆分取首段（最简洁） #

按下划线拆分字符串后直接取第一个元素，为避免多个下划线导致拆分错误可以加n=1参数限制只拆分一次：

# 通用写法，自动处理多个下划线场景
df[0] = df[0].str.split('_', n=1).str[0]

方法2：正则提取（容错性最高） #

用正则直接匹配下划线之前的所有内容，expand=False会直接返回Series无需额外格式转换：

df[0] = df[0].str.extract(r'^(.*?)_', expand=False)

方法3：保留rfind逻辑的写法 #

如果你坚持要用rfind的计算逻辑，可以转成逐行处理或者把位置结果转成numpy数组再切片：

# 逐行apply写法
df[0] = df[0].apply(lambda x: x[:x.rfind('_')])

# 转数组切片写法
df[0] = df[0].str[:df[0].str.rfind('_').values]

内容的提问来源于stack exchange，提问作者brendan1229