如何按索引截取pandas列,提取DataFrame字符串列的前两个单词
问题原因
- 列名混用:初始操作的是
df["Name"]列,后续代码错误调用了不存在的df["Status"]列,直接导致返回全NaN结果 - 传参规则错误:
str.find()的start参数要求传入整数标量,不能直接传入整列Series作为参数,不符合pandas字符串方法的调用逻辑
最高效实现方案
仅需一行正则提取即可完成需求,无需生成临时列,性能最优:
df["Status"] = df["Name"].str.extract(r'^(\w+\s\w+)')
正则^(\w+\s\w+)会从字符串起始位置匹配「第一个单词+空格+第二个单词」的组合,直接输出你需要的结果。
其他可选实现方式
拆分拼接法
# 按空格拆分字符串后取前两个元素,再用空格拼接 df["Status"] = df["Name"].str.split().str[:2].str.join(" ")
原查找索引思路修正版
如果要沿用你原来查找第二个空格索引的逻辑,需要逐行处理参数:
# 先获取每行第一个空格的位置 first_space_idx = df["Name"].str.find(" ") # 逐行查找第二个空格的位置 second_space_idx = df.apply(lambda row: row["Name"].find(" ", first_space_idx[row.name] + 1), axis=1) # 按索引切片 df["Status"] = df.apply(lambda row: row["Name"][:second_space_idx[row.name]], axis=1)
内容的提问来源于stack exchange,提问作者João Galdino
相关产品推荐
相关产品推荐

