Pandas数据帧:截断字符串字段

Question

我有一个数据框,并希望将每个字段截断为最多20个字符.我天真地尝试以下方法:

df = df.astype(str).apply(lambda x: x[:20])

但它没有任何效果.但是,如果我想在每个字段中添加一个"Y",这就像一个魅力:

df = df.astype(str).apply(lambda x: x+'Y')

我究竟做错了什么？

Answer 1

简单的一个衬里修剪Pandas DataFrame中的长字符串字段：

df['short_str'] = df['long_str'].str.slice(0,3)

Answer 2

你可以使用.str.slice()方法:

演示:

In [177]: df = pd.DataFrame({
     ...:   'a': pd.util.testing.rands_array(30, 10),
     ...:   'b': pd.util.testing.rands_array(30, 10),
     ...: })
     ...:

In [178]: df
Out[178]:
                                a                               b
0  Mlf6nOsC8S6vv8OxW5ZOWifg3EoqAb  XSGLdkaewwZlNeZ4uTTivi2nMQFc6S
1  0E4XCBaYFBTSalUMPGpXmke6dQGbkW  KlHuVhbNgQL9HLHYQq3fEdqEIciOhX
2  URODJeLA0uLvcKBEXPyrmnnNU40MDl  NaY8LURHjgmT1pRrDnbPAeLZq3ANaL
3  OYA1ahlwVtEVnDOAkZgxNkbvZ7W8Rf  mIzkeLhM7SqYH17vGDzL6DJjSYftGs
4  uFC1shE02UfxS0VhDASmF8vh9XxFYX  fQOxjDjFehTNT27seOtCAAPW0as9Up
5  Ja33vQym6L0Ko2Kcf8cg7OMBKMitg5  iGdCvYTyZlR23NeeTAjG1PoL8mWm3j
6  iNZdXaVpB4zXClxTLt738DY7i6xs6p  q9VKg5fZdItmUpZiQrR6XW5WHmd33l
7  WWnViRRMPkbXNQOHeqGmzETDpGPRl9  t3I8Ve3ybCJcXajF8pydnwNZQWslTN
8  5oMFy2PBe1zUIE3XdraMwlrd5MKcx2  gSLtgXJwiS1HugLORXherFT4l1k5QV
9  weV8BlyJrtRbWpSCxSbj8cSyZxusFR  ylLWort9o8mHWQQ3JB1Twb0xRbLhot

In [179]: df.apply(lambda x: x.str.slice(0, 20))
Out[179]:
                      a                     b
0  Mlf6nOsC8S6vv8OxW5ZO  XSGLdkaewwZlNeZ4uTTi
1  0E4XCBaYFBTSalUMPGpX  KlHuVhbNgQL9HLHYQq3f
2  URODJeLA0uLvcKBEXPyr  NaY8LURHjgmT1pRrDnbP
3  OYA1ahlwVtEVnDOAkZgx  mIzkeLhM7SqYH17vGDzL
4  uFC1shE02UfxS0VhDASm  fQOxjDjFehTNT27seOtC
5  Ja33vQym6L0Ko2Kcf8cg  iGdCvYTyZlR23NeeTAjG
6  iNZdXaVpB4zXClxTLt73  q9VKg5fZdItmUpZiQrR6
7  WWnViRRMPkbXNQOHeqGm  t3I8Ve3ybCJcXajF8pyd
8  5oMFy2PBe1zUIE3XdraM  gSLtgXJwiS1HugLORXhe
9  weV8BlyJrtRbWpSCxSbj  ylLWort9o8mHWQQ3JB1T

Answer 3

我认为，需要str对与海峡索引：

df = df.astype(str).apply(lambda x: x.str[:20])

样品：

df = pd.DataFrame({'A':[1,2,3],
                   'B':[4,5,6],
                   'C':[7,8,9],
                   'D':[1,3,5],
                   'E':[5,3,6],
                   'F':[7,4,3]}) * 1000

print (df)
      A     B     C     D     E     F
0  1000  4000  7000  1000  5000  7000
1  2000  5000  8000  3000  3000  4000
2  3000  6000  9000  5000  6000  3000

df = df.astype(str).apply(lambda x: x.str[:2])
print (df)
    A   B   C   D   E   F
0  10  40  70  10  50  70
1  20  50  80  30  30  40
2  30  60  90  50  60  30

另一个解决方案applymap：

df = df.astype(str).applymap(lambda x: x[:2])
print (df)
    A   B   C   D   E   F
0  10  40  70  10  50  70
1  20  50  80  30  30  40
2  30  60  90  50  60  30

解决方案的问题是，如果x[:20]仅在每列中选择前20行。

您可以通过自定义功能对其进行测试：

def f(x):
    print (x)
    print (x[:2])

df = df.astype(str).apply(f)
print (df)