Python子字符串数据框列无法正常工作

Question

我正在使用一段看起来像这样的代码

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

我不明白为什么.str [0：2]为什么会在Output_df的测试列中返回类似下面的内容。

尽管看起来很简单，但我无法弄清楚哪里发生了错误。请帮我解决此问题，而无需提供示例文件（机密文件）。

我希望我的测试栏看起来像

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

所以，我现在想出了问题：-

这正在工作

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]

我的功能：-

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)

Answer 1

您不需要str（）调用。它是这样的：

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

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

不确定，为什么要在列中调用str（）。我猜这可能是问题所在，因为.str [：2]生成的不是字符串，而是一个由字符串组成的序列，这就是如果您要分配依赖于其他行值的值，则应分配的内容（或只是行的索引）。可能这是一个误解。如果您执行类似pd.DataFrame ['col'] = scalarValue的操作，则会将值分配给所有行中的字段。但通常您分配系列。对于esample，如果您有一个数字列，说出今年的薪水，并且您想分配明年的薪水（包括5％的加薪），那么您的代码可能看起来像

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

可以看出，大熊猫实际上是为每一行执行此分配的，但这并不是这样做的。实际上，它执行右边的操作，产生一个序列，然后将该序列分配给该列（在内部，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）。