Python 3.x Python子字符串dataframe列工作不正常

我使用的代码如下所示

output_df['test'] = str(output_df['givencolumn'].str[0:2])

我无法理解为什么.str[0:2]会在输出的测试列中返回如下内容

虽然看起来很简单，但我无法找出错误发生的地方。请帮助我解决这个问题，而不是样本文件

我希望我的测试专栏看起来像这样

Index  test
0      01
1      01
2      01
3      01
4      01

所以，我现在发现了问题：-

这是有效的

output_df['test'] = output_df['givencolumn'].str[0:2]

这不起作用：-

starting_position = 0
ending_position = 2

given_data[required_column_name] = given_data['givencolumn'].str[starting_position:ending_position]

我的职能：-

def build_columns(given_data,given_layout):
    for i in range(0, 2):
        required_column_name = str(given_layout.iloc[i][1])
        starting_position = int(given_layout.iloc[i][2])
        ending_position = int(given_layout.iloc[i][4])
        print(starting_position)
        print(ending_position)
        given_data[required_column_name] = str(output_df['givencolumn'])        
        given_data[required_column_name] = given_data['givencolumn'].str[1:2]
    return(given_data)

---

你不需要str电话。它的工作原理如下：

df= pd.DataFrame({'test': [
        '00',
        '012'
        '013',
        '02'
]})

df['test2']= df['test'].str[:2]
df

不确定，为什么要用列调用str。我想这可能是问题所在，因为.str[：2]生成的不是字符串，而是由字符串组成的序列，如果要指定一个值，而该值取决于其他行值或该行的索引，则应该指定该值。也许这是一种误解。如果您执行类似pd.DataFrame['col']=scalarValue的操作，它会将值分配给所有行中的字段。但一般来说，你会分配序列。例如，如果您有一个数字列，比如说今年的工资，您希望分配下一年的工资，包括5%的加薪，那么您的代码可能如下所示

salrary_df['salary_2020']= salrary_df['salary_2019'] * 1.05

---

可以看出，pandas实际上是为每一行执行这个赋值，但不是这样做的。事实上，它执行右侧，生成一个序列，然后在内部将序列分配给列。它可能会将其复制到共享相同数据类型的多个列的数组中，以提高处理效率。

什么是printoutput_df['givencolumn'].str[0:2]托利斯特先生？你能告诉我你到底在做什么吗expect@jezrael.tolist正在返回一个['01'，01'，01'..]hmm的列表，如果使用output_df['test']=output_df['givencolumn'].str[0:2]同样的问题？如果选中printoutput_df['givencolumn'].tolist只有字符串？@jezrael用该问题更新了问题。对于您来说，df['test2']=strdf['test'].str[:2]不起作用？对我来说很好。更新了问题中的问题。它不会产生运行时错误，但我猜这不是海报的意图，因为它使用str方法将序列转换为字符串，并将相同的值分配给所有行。对吗？顺便说一句，你真的确定给定的数据[必需的列名称]=给定的数据['givencolumn']。str[起始位置：结束位置]没有给出相同的结果吗？如果是这样的话，那么在pandas中就不会有问题，但是python解释器会有问题，因为传递给[]的是解析器/解释器预处理的结果，与pandas无关。