DataFrame数据处理求助：提取指定字符段及代码调试

我帮你定位了原代码的问题，也给出了修正后的完整方案：

原代码的核心问题 #

你在pic_mod函数里处理的是单个行的PIC_1值，它是普通字符串对象，不是pandas的Series，所以不能调用.str方法做切片——这是代码无法运行的主要原因。另外原代码的切片长度不符合需求，也没考虑找不到"42"的边界情况。

修正后的完整代码 #

import pandas as pd

# 示例数据
data = {
    'PIC_1': ['**PARTIAL-DECODE***P / 42011721930018984390078...'],
    'Wgt': ['112'],
    'p.lgth': [53],
    'p_lgth': [53]
}
df = pd.DataFrame(data)

def pic_mod(row):
    # 当p_lgth不等于30时执行提取逻辑
    if row['p_lgth'] != 30:
        pic_loc = row['PIC_1'].find('42')
        # 先检查是否找到"42"，避免索引越界报错
        if pic_loc != -1:
            # 提取"42"及其之后的15位字符（共17位：2位"42"+15位后续）
            return row['PIC_1'][pic_loc : pic_loc + 17]
        else:
            # 如果找不到"42"，可返回原字符串或空值，这里返回原字符串
            return row['PIC_1']
    else:
        # 当p_lgth等于30时，返回原PIC_1或你需要的其他值
        return row['PIC_1']

# 应用函数生成新列
df['PIC_2'] = df.apply(pic_mod, axis=1)
print(df['PIC_2'].values[0])

代码说明 #

• 移除.str调用：直接对单个字符串做切片，这是Python字符串的原生操作，不需要依赖pandas的Series方法
• 增加边界判断：用pic_loc != -1确保找到"42"后再切片，避免找不到时出现索引错误
• 修正切片范围：pic_loc : pic_loc + 17刚好覆盖"42"（2位）加上之后的15位字符，和你给出的示例输出完全匹配
• 补充分支逻辑：明确处理p_lgth == 30的情况，你可以根据实际需求修改返回值

运行结果 #

执行代码后，输出正好是你预期的：

42011721930018984

内容的提问来源于stack exchange，提问作者M Sanders