Python：如何从Series的每行列表中提取第三个元素？

首先咱们得理清问题根源：df[:][2] 并不是对每个列表元素做索引，而是在Series层面取元素。具体来说，df[:] 返回整个Series，后续的[2]是按Series的索引（或位置）取出某一行，而非遍历每个列表提取第三个值——这就是你得到原Series中索引3对应行（[4, C, H]）的原因。

正确的语法有两种常用方式： #

1. 使用apply()方法遍历每个元素

这是最直观的方式，对Series里的每个列表单独执行索引操作：

# 提取每个列表的第三个元素，并保留为列表形式
new_series = df.apply(lambda x: [x[2]])

如果不需要把结果包裹在列表里，直接取单个值的话，可以去掉括号：

new_series = df.apply(lambda x: x[2])

2. 使用Pandas的.str属性

由于你的Series元素都是列表，Pandas提供了.str属性来便捷处理这类序列型元素，写法更简洁：

# 直接提取每个列表的第三个元素（返回单个值）
new_series = df.str[2]
# 如果需要保留列表形式，再加一层apply转换
new_series = df.str[2].apply(lambda x: [x])

验证结果 #

用你的示例数据测试，两种方法都会得到你预期的输出：

Index  Information
1      [C]
2      [C]
3      [H]
4      [H]
5      [H]
6      [H]

总结一下：别把Series的索引操作和列表的索引操作混淆啦，要对每个元素做针对性处理，就得用遍历类方法（比如apply）或者Pandas专门的序列处理属性（.str）。

内容的提问来源于stack exchange，提问作者kdba