如何基于DataFrame中3列的片段信息创建新列？

我来帮你搞定这个需求！咱们先把你的要求再明确拆解一下，确保每一步都覆盖到：

• 姓氏处理：先去掉所有非字母字符，处理后如果长度≥5就取前5个字符，不够的话直接用处理后的完整姓氏
• 名字部分：直接取前2个字符
• 最后把上面两部分和指定的代码拼接起来，形成新列

实现步骤（附代码示例） #

假设你的DataFrame有last_name（姓氏）、first_name（名字）、code（要追加的代码）这三列，咱们用Pandas的字符串方法来高效实现，比用apply更快哦：

import pandas as pd

# 先构造一个示例DataFrame，模拟你的数据
data = {
    'last_name': ['O\'Connor', 'Smith123', 'VanDerSar', 'Lee', 'McDonald-Jones'],
    'first_name': ['John', 'Emily', 'Peter', 'Amy', 'Michael'],
    'code': ['X1', 'Y2', 'Z3', 'A4', 'B5']
}
df = pd.DataFrame(data)

# 创建新列，按要求拼接
df['combined_col'] = (
    # 处理姓氏：去掉非字母字符，再取前5位（长度不足5自动取全部）
    df['last_name'].str.replace(r'[^a-zA-Z]', '', regex=True).str[:5]
    # 拼接名字前2位
    + df['first_name'].str[:2]
    # 拼接代码
    + df['code']
)

print(df)

代码解释 #

1. 姓氏处理：str.replace(r'[^a-zA-Z]', '', regex=True) 用正则匹配所有非字母字符，替换为空；str[:5] 自动适配长度——如果处理后的姓氏长度≥5就取前5位，不够的话直接返回完整字符串，完美符合你的要求。
2. 名字截取：str[:2] 直接提取名字的前2个字符，简单高效。
3. 拼接组合：用+把三部分字符串直接拼接，生成最终的新列。

运行结果 #

上面的示例代码会输出这样的结果：

last_name first_name code combined_col
0        O'Connor        John   X1      CONNOJOX1
1         Smith123       Emily   Y2      SMITHEMY2
2       VanDerSar       Peter   Z3      VANDEPEZ3
3             Lee         Amy   A4      LEEAMY4
4  McDonald-Jones     Michael   B5      MCDONMIB5

你可以把示例里的列名换成你实际的列名，直接套用就可以啦！

内容的提问来源于stack exchange，提问作者William Bernard