如何在Pandas DataFrame中提取列部分内容生成新列并解决报错

嘿，我来帮你搞定这个问题！你的需求是从列a里提取前2个字符作为新列d，但之前的代码写法出了问题，咱们一步步来解决。

先说说你代码出错的原因 #

你遇到的错误：

TypeError: ("split() missing 1 required positional argument: 'self'", 'occurred at index 0')

这个错误主要有两个原因：

1. 你错误地直接调用pd.Series.str.split——这个方法是要在具体的Series对象上使用的，不能直接这么调用，而且你还写错了DataFrame的名字（df1t应该是df1吧？）；
2. 更关键的是，split是用来分割字符串的工具，根本不是用来提取前N个字符的，用它完全搞错方向啦。

给你几个简单高效的正确方法 #

Pandas里处理这种字符串提取，尽量别用apply逐行处理，向量化操作才是最优解，速度快还简洁：

方法1：直接用字符串切片（最推荐） #

如果你的列a已经是字符串类型，直接用str[:2]就能提取每个元素的前2个字符：

df1['d'] = df1['a'].str[:2]

方法2：如果列a是数值类型（比如整数） #

如果a列存的是整数，那得先转成字符串再切片，不然像0987这种带前导零的数值会被当成987，提取前两位就错了：

df1['d'] = df1['a'].astype(str).str[:2]

方法3：非要用apply的正确写法（不推荐） #

如果你坚持想用apply，那得在lambda里正确处理每一行的a值：

df1['d'] = df1.apply(lambda row: str(row['a'])[:2], axis=1)

但还是那句话，这种逐行处理的方式性能远不如前两种向量化操作，能不用就不用。

运行后的结果 #

用上面的正确代码处理后，你的DataFrame就会变成你想要的样子：

a     b     c    d
0  1234  4567  7890  12
1  0987  7654  4321  09
2  0708  7080  9080  07

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