剥离不同位置的字符串值

如何解决剥离不同位置的字符串值

假设我有以下数据框：

df = pd.DataFrame({'X':['AB_123_CD','EF_123CD','XY_Z'],'Y':[1,2,3]})
           X  Y
0  AB_123_CD  1
1   EF_123CD  2
2       XY_Z  3

我想用strip方法去掉第一个前缀，这样我得到

        X  Y
0  123_CD  1
1   123CD  2
2       Z  3

我尝试这样做：df.X.str.split('_').str[-1].str.strip() 但由于 _ 的位置不同，它返回与上面所需的结果不同的结果。我想知道如何解决这个问题？

解决方法

您已经接近了，您可以从左侧拆分一次 (n=1) 并保留第二个 (str[1])：

df.X = df.X.str.split("_",n=1).str[1]

得到

>>> df

        X  Y
0  123_CD  1
1   123CD  2
2       Z  3

,

试试这个：

df["X"] = df["X"].apply(lambda x: x[x.find("_")+1:])
>>> df 
        X  Y
0  123_CD  1
1   123CD  2
2       Z  3

这会在第一次出现 _ 后保留整个字符串

,

以下代码可以完成这项工作：

df['X'] = df.X.apply(lambda x: '_'.join(x.split('_')[1:]))

,

您的解决方案非常接近。稍加改动，它应该可以工作：

df.X.str.split('_').str[1:].str.join('_')

0    123_CD
1     123CD
2         Z
Name: X,dtype: object

,

您可以在 str.split() 函数中定义 maxsplit。听起来你只想用 maxsplit 1 分割并取最后一个元素：

df['X'] = df['X'].apply(lambda x: x.split('_',1)[-1])