Pandas对int类型列按行条件取后5位调用apply报int不可下标错误如何解决

报错原因 #

• 你对df['Code']这个单列Series调用apply时，遍历的对象是每个int类型的元素，而非整行数据，因此代码中row['Code']的写法错误，单个int值无法按下标取值，直接触发你遇到的TypeError
• 单个Python基础类型（int/str等）没有astype方法，该方法是Pandas对象专属的类型转换接口
• 直接对int值调用len()也会报错，需要先转为字符串再计算长度

解决方案 #

方案1：修正后的apply写法 #

如果要坚持用apply逻辑，修正后代码如下：

df['Code5'] = df['Code'].apply(lambda x: int(str(x)[-5:]) if len(str(x)) > 5 else x)

如果需要保留截取后的前导零（比如602000截取后要保留为02000而非2000），可以去掉int()转换，代码改为：

df['Code5'] = df['Code'].apply(lambda x: str(x)[-5:])

方案2：更高效的向量化写法（推荐） #

Python的字符串切片特性天然支持长度不足时取全部内容，无需额外判断长度，直接用Pandas的向量化操作即可，性能远高于apply，代码更简洁：

# 结果为int类型，自动去掉前导零
df['Code5'] = df['Code'].astype(str).str[-5:].astype(int)

# 结果为字符串类型，保留前导零和固定5位长度
# df['Code5'] = df['Code'].astype(str).str[-5:]

内容的提问来源于stack exchange，提问作者kms