python - 如何在 pandas 系列字符串上应用切片

Question

我正在玩熊猫并尝试在一系列字符串对象上应用字符串切片。该系列没有被切片，而是被切片：

In [22]: s = p.Series(data=['abcdef']*20)
In [23]: s.apply(lambda x:x[:2])
Out[24]:
0    abcdef
1    abcdef

另一方面：

In [25]: s.apply(lambda x:x+'qwerty')
Out[25]:
0     abcdefqwerty
1     abcdefqwerty
2     abcdefqwerty
...

我通过使用 map 函数让它工作，但我认为我错过了一些关于它应该如何工作的东西。

非常感谢澄清。

Answer 1

Wes McKinney 的回答有点过时，但他实现了自己的愿望——pandas 现在拥有高效的字符串处理方法，包括切片：

In [2]: s = Series(data=['abcdef']*20)

In [3]: s.str[:2]
Out[3]:
0     ab
1     ab
2     ab
...

Answer 2

你在正确的轨道上：

In [3]: s = Series(data=['abcdef']*20)

In [4]: s
Out[4]: 
0     abcdef
1     abcdef
2     abcdef
3     abcdef
4     abcdef
5     abcdef
6     abcdef
7     abcdef
8     abcdef
9     abcdef
10    abcdef
11    abcdef
12    abcdef
13    abcdef
14    abcdef
15    abcdef
16    abcdef
17    abcdef
18    abcdef
19    abcdef

In [5]: s.map(lambda x: x[:2])
Out[5]: 
0     ab
1     ab
2     ab
3     ab
4     ab
5     ab
6     ab
7     ab
8     ab
9     ab
10    ab
11    ab
12    ab
13    ab
14    ab
15    ab
16    ab
17    ab
18    ab
19    ab

我真的很想在 pandas 中添加一堆矢量化、NA 友好的字符串处理工具（请参阅此处）。也总是感谢任何开发帮助。

Answer 3

apply首先尝试将该功能应用于整个系列。只有当失败时，它才会将给定的函数映射到每个元素。[:2]是系列上的有效函数，+ 'qwerty'显然不是，这就是为什么你确实得到后者的隐式映射。如果你总是想做映射，你可以使用s.map.

apply的源代码供参考：

    try:
        result = func(self)
        if not isinstance(result, Series):
            result = Series(result, index=self.index, name=self.name)
        return result
    except Exception:
        mapped = lib.map_infer(self.values, func)
        return Series(mapped, index=self.index, name=self.name)