使用另一列的索引值在dataframe的一列中建立字符串索引

Question

在DataFrame中的一列中，我有一些字符串，它们的长度需要限制为同一DataFrame中另一列中存在的值

我尝试过创建一个新列，并使用普通的python字符串索引将另一列作为值

以下是我正在尝试运行的代码：

import pandas as pd

data = [[5, 'LONSTRING'], [3, 'LONGERSTRING'], [7, 'LONGESTSTRINGEVER']]
df = pd.DataFrame(data, columns=['String Limit', 'String'])

df['Short String'] = df['String'][:df['String Limit']]

print(df)

我希望有一个字符串更短的新列：

   String Limit             String  Short String
0             5          LONSTRING         LONST
1             3       LONGERSTRING           LON
2             7  LONGESTSTRINGEVER       LONGEST

相反，我得到了一个类型错误：

TypeError: cannot do slice indexing on <class 'pandas.core.indexes.range.RangeIndex'> with these indexers [0    5
1    3
2    7
Name: String Limit, dtype: int64] of <class 'pandas.core.series.Series'>

似乎字符串索引不能这样做，因为df['String Limit']是整个系列，而不仅仅是一行值—但是有其他方法可以这样做吗

Answer 1

问题是您需要分别筛选所有值，所以使用^{}和axis=1作为行循环：

df['Short String'] = df.apply(lambda x: x['String'][:x['String Limit']], axis=1)

或者在列表理解中使用zip：

df['Short String'] = [x[:y] for x, y in zip(df['String'], df['String Limit'])]

---

print(df)
   String Limit             String Short String
0             5          LONSTRING        LONST
1             3       LONGERSTRING          LON
2             7  LONGESTSTRINGEVER      LONGEST