pandas数据框中如何依据a列字符位置规则为同行b列空单元格填充指定值

完全不需要手动嵌套循环写if分支判断，基于Pandas原生的字符串向量化操作，就能快速实现目标效果，代码简洁且执行效率远高于逐行遍历循环。

核心实现逻辑 #

对齐输入输出的匹配规则：针对a列的固定格式（前缀字母+数字-后缀字母+数字），提取字符串中不同位置的字母，按出现顺序拼接，重复的字母仅保留1个：

• L1-S2 提取到字母L、S → 拼接为LS
• T1-T3 提取到字母T、T → 去重后保留为T
• T1-L2 提取到字母T、L → 拼接为TL

可直接运行的实现代码 #

第一步：构造匹配场景的测试数据 #

import pandas as pd

# 对应你给出的原始空b列的数据框
df = pd.DataFrame({
    "S/N": [1, 2, 3],
    "a": ["L1-S2", "T1-T3", "T1-L2"],
    "b": [None, None, None]
})

方案1：匹配固定位置判断逻辑（无需逐行Python循环） #

直接通过Pandas的字符串切片功能，批量提取每个a列元素的指定位置字符，再批量做规则匹配：

# 批量提取a列中第1位（索引0）、第4位（索引3，对应原判断规则里的位置）的字符
first_char = df["a"].str[0]
fourth_char = df["a"].str[3]

# 按规则生成b列值：两位置字符相同则仅保留单个，不同则拼接
df["b"] = [
    c1 if c1 == c2 else c1 + c2
    for c1, c2 in zip(first_char, fourth_char)
]

执行后得到的b列值和目标输出完全一致。

方案2：通用适配版（不受字符串固定长度限制） #

如果后续a列的格式可能变化（比如出现L12-S3这类长度不固定的值），可以直接提取字符串中的所有字母，按出现顺序去重拼接，不需要手动调整字符位置的判断规则：

import re

def get_sorted_unique_letters(s: str) -> str:
    # 匹配字符串中所有大写字母，按出现顺序去重
    letters = re.findall(r"[A-Z]", s)
    return "".join(pd.unique(letters))

df["b"] = df["a"].apply(get_sorted_unique_letters)

该方案的输出结果和方案1完全一致，且适配性更强。

选型提示 #

• 不推荐使用iterrows逐行遍历的循环写法：小数据量下性能差异不明显，但数据量过万时，向量化操作的执行速度会比纯Python循环快数十至上百倍。
• 不要堆砌零散的if分支匹配规则：先提炼规则本质（如提取字母、去重、拼接），后续调整规则时的维护成本会低很多。

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