如何标准化Pandas DataFrame各行中长度不一的字符串？

没问题，我来帮你搞定这个字符串标准化的需求！你想要把pattern列里的所有字符串统一到最长的8位长度对吧？这里有几种实用的方法，根据你的填充需求来选：

首先，动态获取最长字符串长度（更通用） #

不用硬编码8，我们可以先计算pattern列的最大长度，这样后续数据变化也不用修改代码：

max_length = df['pattern'].str.len().max()  # 这里结果是8

方法1：右侧填充（默认用空格，让字符串左对齐） #

这是最常用的场景，把短字符串右边补空格到最长长度：

df['pattern_standardized'] = df['pattern'].str.pad(width=max_length, side='right')
# 或者用更直观的str.ljust方法
df['pattern_standardized'] = df['pattern'].str.ljust(max_length)

处理后的结果：

ID    pattern pattern_standardized
0  first  AAABCDEE          AAABCDEE
1 second   ABBBBD           ABBBBD  
2  third    CCCDE            CCCDE   
3 fourth       AA              AA    
4  fifth    ABCDE            ABCDE   

方法2：左侧填充（比如用0或特定字符，让字符串右对齐） #

如果需要把短字符串左边补全，比如补0或者其他符号：

# 用0填充左侧
df['pattern_standardized'] = df['pattern'].str.pad(width=max_length, side='left', fillchar='0')
# 等价于str.rjust方法
df['pattern_standardized'] = df['pattern'].str.rjust(max_length, fillchar='0')

处理后的结果：

ID    pattern pattern_standardized
0  first  AAABCDEE          AAABCDEE
1 second   ABBBBD          00ABBBBD
2  third    CCCDE          000CCCDE
3 fourth       AA          000000AA
4  fifth    ABCDE          000ABCDE

方法3：居中填充（两侧补特定字符） #

如果需要让字符串居中，两侧补统一字符：

# 用'-'填充两侧
df['pattern_standardized'] = df['pattern'].str.pad(width=max_length, side='both', fillchar='-')
# 等价于str.center方法
df['pattern_standardized'] = df['pattern'].str.center(max_length, fillchar='-')

处理后的结果：

ID    pattern pattern_standardized
0  first  AAABCDEE          AAABCDEE
1 second   ABBBBD          -ABBBBD-
2  third    CCCDE          --CCCDE-
3 fourth       AA          ---AA---
4  fifth    ABCDE          --ABCDE-

如果你的“标准化”是指截断过长字符串（不过这里最长的就是第一行，其他都更短），可以用str.slice(0, max_length)，不过看起来你的场景是补全到最长长度~

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