如何在数据框中提取两列每个条目的首字符拼接生成新的缩写列?
Pandas 数据框生成双列缩写拼接列的实现方法
核心逻辑是对Site、Location两列的每个文本值,按空格拆分独立单词后逐词提取首字符,将两列提取的首字符序列直接拼接,即可生成要求的缩写列。
方法1:自定义提取函数+向量化应用(通用性最强)
该方法对单元格内单词数量不固定的场景兼容性最好,代码可读性高,适合生产环境复用:
- 定义通用首字符提取函数:输入任意文本字符串,按空格拆分后取每个单词的第一个字符拼接返回
- 分别对
Site、Location列应用该函数,将返回结果直接拼接为最终的Concat列
示例代码:
import pandas as pd # 构造/加载目标数据框 df = pd.DataFrame({ "Site": ["site one", "site one", "site two", "site two"], "Location": ["location one", "location two", "location one", "location two"] }) # 通用首字母提取函数 def get_word_initials(text: str) -> str: return "".join([word[0] for word in text.split()]) # 一步生成Concat列 df["Concat"] = df["Site"].apply(get_word_initials) + df["Location"].apply(get_word_initials)
方法2:str访问器链式操作(代码最精简)
依托pandas内置字符串处理访问器,无需额外定义函数,几行代码即可完成实现,适合快速分析场景:
# 直接通过链式操作生成Concat列 df["Concat"] = ( df["Site"].str.split().apply(lambda word_list: "".join(w[0] for w in word_list)) + df["Location"].str.split().apply(lambda word_list: "".join(w[0] for w in word_list)) )
方法3:固定词数场景的极速向量化操作
如果能确定每列单元格固定包含两个单词(与示例场景完全匹配),可以直接按位置取字符,完全避开循环类操作的开销,大数据量下性能最优:
df["Concat"] = ( df["Site"].str[0] + df["Site"].str.split().str[1].str[0] + df["Location"].str[0] + df["Location"].str.split().str[1].str[0] )
注意事项:处理真实业务数据时建议先对原字段做空值、冗余空格预处理,避免出现取值报错:
# 统一去除字段首尾空格 df[["Site", "Location"]] = df[["Site", "Location"]].apply(lambda col: col.str.strip())
最终生成的
Concat列值与示例要求完全匹配:依次为solo、solt、stlo、stlt。
内容的提问来源于stack exchange,提问作者Mus
相关产品推荐
相关产品推荐

