如何保留 pd df 每行的 n 个字符，其中 n 因行而异？
How to keep n characters of each row of a pd df, where n differs by row?
我创建了一个 df，其中一列包含我想要 trim 每次基于不同 int 值的字符串值。
前任。：
来自：
length
String
-3
adcdef
-5
ghijkl
我想得到：
length
String
-3
def
-5
hijkl
我试过的是：
for i in range(len(df.index)):
val = df['string'].iloc[i]
n = df['length'].iloc[i]
df['string'].iloc[i] = val[n:]
但是，我不断收到此警告：
SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame
关于如何避免得到它的任何想法？
谢谢！
试试 apply:
df["String"] = df.apply(lambda x: x["String"][x["lenght"]:], axis=1)
>>> df
lenght String
0 -3 def
1 -5 hijkl
我创建了一个 df，其中一列包含我想要 trim 每次基于不同 int 值的字符串值。 前任。： 来自：
| length | String |
|---|---|
| -3 | adcdef |
| -5 | ghijkl |
我想得到：
| length | String |
|---|---|
| -3 | def |
| -5 | hijkl |
我试过的是：
for i in range(len(df.index)):
val = df['string'].iloc[i]
n = df['length'].iloc[i]
df['string'].iloc[i] = val[n:]
但是，我不断收到此警告：
SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame
关于如何避免得到它的任何想法？
谢谢！
试试 apply:
df["String"] = df.apply(lambda x: x["String"][x["lenght"]:], axis=1)
>>> df
lenght String
0 -3 def
1 -5 hijkl