剥离不同位置的字符串值

Question

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

我想使用 strip 方法去除第一个前缀，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，因此 returns 与上面期望的结果不同。我想知道如何解决这个问题？

Answer 1

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

这会保留 _

第一次出现后的整个字符串

Answer 2

以下代码可以完成这项工作：

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

Answer 3

您的解决方案非常接近。经过一些小改动，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

Answer 4

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])

Answer 5

你很接近，你可以从左边分开一次（n=1）并保留第二个（str[1]）：

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

获得

>>> df

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

Stripping string values at different positions