Pandas 使用方法链接将变量长度的切片指定给列

我想为一列分配另一列的变量lentgh片段，但不知何故，它并不像我预期的那样工作，我不明白为什么：

import numpy as np
import pandas as pd

m = np.array([[1, 'AAAAA'],
               [2, 'BBBB'],
               [3, 'CCC']])

df = (pd.DataFrame(m, columns = ['id', 's1'])
        .assign(
                s2 = lambda x: x['s1'].str.slice(start=0, stop=x['s1'].str.len()-1))
        )

print(df)

这导致了

  id     s1  s2
0  1  AAAAA NaN
1  2   BBBB NaN
2  3    CCC NaN

不过，我预期会出现以下情况：

  id     s1   s2
0  1  AAAAA AAAA
1  2   BBBB  BBB
2  3    CCC   CC

---

知道这里发生了什么吗？

问题出在

切片（）

stop

arg中，它只需要

-1

df = (pd.DataFrame(m, columns = ['id', 's1'])
        .assign(
                s2 = lambda x: x['s1'].str.slice(start=0, stop=-1)
        )

---

问题出在

slice（）

停止

参数中，它只需要是

-1

df = (pd.DataFrame(m, columns = ['id', 's1'])
        .assign(
                s2 = lambda x: x['s1'].str.slice(start=0, stop=-1)
        )

---

您需要

str[：-1]

为列的所有值编制索引，但不包括最后一个值：

df = (pd.DataFrame(m, columns = ['id', 's1'])
        .assign(
                s2 = lambda x: x['s1'].str[:-1])
        )

print(df)
  id     s1    s2
0  1  AAAAA  AAAA
1  2   BBBB   BBB
2  3    CCC    CC

您的解决方案仅适用于单独检查每一行，如：

df = (pd.DataFrame(m, columns = ['id', 's1'])
        .assign(
                s2 = lambda x: x.apply(lambda y: y['s1'][0:len(y['s1'])-1], axis=1))
        )

print(df)
  id     s1    s2
0  1  AAAAA  AAAA
1  2   BBBB   BBB
2  3    CCC    CC

---

您需要

str[：-1]

为列的所有值编制索引，但不包括最后一个值：

df = (pd.DataFrame(m, columns = ['id', 's1'])
        .assign(
                s2 = lambda x: x['s1'].str[:-1])
        )

print(df)
  id     s1    s2
0  1  AAAAA  AAAA
1  2   BBBB   BBB
2  3    CCC    CC

您的解决方案仅适用于单独检查每一行，如：

df = (pd.DataFrame(m, columns = ['id', 's1'])
        .assign(
                s2 = lambda x: x.apply(lambda y: y['s1'][0:len(y['s1'])-1], axis=1))
        )

print(df)
  id     s1    s2
0  1  AAAAA  AAAA
1  2   BBBB   BBB
2  3    CCC    CC

---

您可以使用如下方式申请熊猫：

In [1]: import pandas as pd In [2]: df = pd.DataFrame({"id":[1,2,3],"s1":["AAAAA","BBBB","CCC"]}) In [3]: df Out[3]: id s1 0 1 AAAAA 1 2 BBBB 2 3 CCC In [4]: df["s2"] = df["s1"].apply(lambda x: x[:-1]) In [5]: df Out[5]: id s1 s2 0 1 AAAAA AAAA 1 2 BBBB BBB 2 3 CCC CC In [6]: 在[1]中：导入熊猫作为pd 在[2]中，df=pd.DataFrame（{“id”：[1,2,3]，“s1”：[“AAAAA”，“BBBB”，“CCC”]}） In[3]：df 出[3]： id s1 0 1 AAAA 1.2 BBBB 2.3 CCC 在[4]中：df[“s2”]=df[“s1”]。应用（lambda x:x[：-1]） In[5]：df 出[5]： id s1 s2 0 1 AAAAA AAAA AAAA 1.2 BBBB BBB 2 3 CCC CC

---

在[6]：中，您可以像这样使用apply for pandas：

In [1]: import pandas as pd In [2]: df = pd.DataFrame({"id":[1,2,3],"s1":["AAAAA","BBBB","CCC"]}) In [3]: df Out[3]: id s1 0 1 AAAAA 1 2 BBBB 2 3 CCC In [4]: df["s2"] = df["s1"].apply(lambda x: x[:-1]) In [5]: df Out[5]: id s1 s2 0 1 AAAAA AAAA 1 2 BBBB BBB 2 3 CCC CC In [6]: 在[1]中：导入熊猫作为pd 在[2]中，df=pd.DataFrame（{“id”：[1,2,3]，“s1”：[“AAAAA”，“BBBB”，“CCC”]}） In[3]：df 出[3]： id s1 0 1 AAAA 1.2 BBBB 2.3 CCC 在[4]中：df[“s2”]=df[“s1”]。应用（lambda x:x[：-1]） In[5]：df 出[5]： id s1 s2 0 1 AAAAA AAAA AAAA 1.2 BBBB BBB 2 3 CCC CC

---

在[6]：非常感谢-这显然是正确的做法。然而，为什么我的方法不起作用？我应该能够计算字符数，然后减去1，否？@divingTobi-我认为问题在于您的解决方案是为每个不同的值传递长度，所以可能的解决方案是使用

应用
。但是如果想只删除最后一个值，则传递
-1
更好。非常感谢-这显然是正确的方法。然而，为什么我的方法不起作用？我应该能够计算字符数，然后减去1，否？@divingTobi-我认为问题在于您的解决方案是为每个不同的值传递长度，所以可能的解决方案是使用
应用
。但如果要删除，则最好只删除通过
-1
的最后一个值。