如何根据pandas DataFrame另一列值删除字符串列末尾可变数量字符

你可以通过按行遍历DataFrame的方式实现逐行匹配删除数量，以下是两种常用实现方式：

• 第一种是易读性最高的apply按行处理方案，适合中小数据量场景：

df['processed_text'] = df.apply(lambda row: str(row['text'])[:-row['number of characters to remove']], axis=1)

参数axis=1指定按行遍历，lambda函数里可以直接取同一行的text列和删除数量列做字符串切片。

• 第二种是高性能向量化运算方案，适合十万行以上的大数据量场景，运算效率远高于逐行apply：

import numpy as np
df['processed_text'] = df['text'].str.slice(stop=-np.array(df['number of characters to remove']))

直接调用pandas原生字符串方法str.slice，传入对应每行停止位置的numpy数组即可完成批量切片。

额外注意：如果存在删除字符数大于文本本身长度的情况，直接切片会返回空字符串，可以加边界判断避免异常，示例如下：

df['processed_text'] = df.apply(
    lambda row: str(row['text'])[:max(-row['number of characters to remove'], 0)], 
    axis=1
)

当删除数量超过文本长度时会直接返回原文本。

内容的提问来源于stack exchange，提问作者Tobias