如何在Pandas中判断字符串列末尾5位是否为数字？解决isnumeric报错

嘿，我来帮你搞定这个问题！你遇到的AttributeError: 'Series' object has no attribute 'isnumeric'是因为**isnumeric()是单个字符串的方法，不能直接在pandas的Series对象上调用**，必须通过str访问器来逐个对Series中的字符串应用这个方法。

问题原因 #

当你直接写df['Code'].isnumeric()时，pandas会认为你在调用Series的方法，但Series本身并没有isnumeric()这个属性。要对Series中的每个字符串执行字符串操作，必须先用.str访问器，它会把Series中的每个元素当成字符串来处理。

解决方案代码 #

根据你描述的需求（若Code列字符串的最后5个字符是数字，则将对应Mark列设为'A'），可以这样写：

import pandas as pd

# 构建你的原始DataFrame
df = pd.DataFrame({
    'Code': ['Abd', 'Charles de Gaulle', 'Carlitos', 'Antonio'],
    'Mark': ['43212312312', '', '4132411', '']
})

# 1. 提取Code列每个字符串的最后5个字符
# 2. 用str.isnumeric()判断是否为数字，得到布尔掩码
mask = df['Code'].str[-5:].str.isnumeric()

# 将符合条件的Mark列设置为'A'
df.loc[mask, 'Mark'] = 'A'

print(df)

代码解释 #

• df['Code'].str[-5:]：通过str访问器对每个字符串取最后5个字符，如果字符串长度小于5（比如'Abd'），则返回整个字符串。
• .str.isnumeric()：对提取后的每个字符串判断是否全为数字，返回一个布尔值的Series（符合条件为True，否则为False）。
• df.loc[mask, 'Mark'] = 'A'：使用布尔掩码定位符合条件的行，将这些行的Mark列值替换为'A'。

额外提示 #

看你给出的期望结果，行0的Code是'Abd'（最后5个字符不是数字）但Mark被设为了'A'，这和你描述的需求不太匹配。如果你的实际需求是当Mark列的值为数字时将其设为'A'，那代码可以调整为：

mask = df['Mark'].str.isnumeric()
df.loc[mask, 'Mark'] = 'A'

这样运行后就能得到你想要的期望结果啦~

内容的提问来源于stack exchange，提问作者aabujamra