为Pandas DataFrame含NumPy数组的列补前导零

嘿，我明白你遇到的麻烦了——之前的代码之所以失效，是因为你误把整个列表当成单个字符串处理了，而没有遍历列表里的每个数字元素。咱们来一步步修正这个问题：

问题根源分析 #

你之前的代码：

df['A'] = df['A'].astype(str)
df['A'] = df['A'].apply(lambda x: x.zfill(10))

这里的astype(str)会把每一行的整个列表转换成一个字符串（比如变成"[11234466, 77777777, 12345678, 23452345]"），之后的zfill(10)只是给这个长字符串的头部补零，根本没触及列表里的单个数字，所以才会出现奇怪的输出。

正确的解决方案 #

我们需要针对每个列表里的单个数字进行格式化，用apply遍历每一行的列表，再用列表推导式处理每个元素：

方法1：使用f-string格式化（推荐）

df['A'] = df['A'].apply(lambda lst: [f"{num:010d}" for num in lst])

这里的f"{num:010d}"会把每个整数格式化为10位长度，不足的地方自动补前导零。

方法2：使用str.zfill()

如果你更喜欢用zfill，也可以先把数字转成字符串再补零：

df['A'] = df['A'].apply(lambda lst: [str(num).zfill(10) for num in lst])

验证效果 #

运行上述代码后，你的DataFrame会变成预期的样子：

A
0  [0011234466, 0077777777, 0012345678, 0023452345]
1  [0099999999, 0066666666, 0044332211, 0056781234]

内容的提问来源于stack exchange，提问作者JDoe