在Pandas-Python中获取该列的子串

现在，我们将看到如何获得Pandas数据框架中某一列的所有数值的子串。这种提取在处理数据时非常有用。例如，我们在一个列中有不同人的名字和姓氏，我们需要提取他们名字的前3个字母来创建他们的用户名。

示例 1:
我们可以循环浏览该列的范围，计算该列中每个值的子串。

# importing pandas as pd
import pandas as pd 
  
# creating a dictionary
dict = {'Name':["John Smith", "Mark Wellington", 
                "Rosie Bates", "Emily Edward"]}
  
# converting the dictionary to a
# dataframe
df = pd.DataFrame.from_dict(dict)
  
# storing first 3 letters of name
for i in range(0, len(df)):
    df.iloc[i].Name = df.iloc[i].Name[:3]
  
df

输出:

注意：更多信息，请参考Python提取行，使用Pandas。

例子2：在这个例子中我们将使用str.slice()。

# importing pandas as pd
import pandas as pd 
  
# creating a dictionary
dict = {'Name':["John Smith", "Mark Wellington",
                "Rosie Bates", "Emily Edward"]}
  
# converting the dictionary to a 
# dataframe
df = pd.DataFrame.from_dict(dict)
  
# storing first 3 letters of name as username
df['UserName'] = df['Name'].str.slice(0, 3)
  
df

输出:

例子3：我们还可以通过使用方括号以不同的方式使用str访问器。

# importing pandas as pd
import pandas as pd 
  
# creating a dictionary
dict = {'Name':["John Smith", "Mark Wellington", 
                "Rosie Bates", "Emily Edward"]}
  
# converting the dictionary to a dataframe
df = pd.DataFrame.from_dict(dict)
  
# storing first 3 letters of name as username
df['UserName'] = df['Name'].str[:3]
  
df

输出:

示例4：我们也可以使用str.extract来完成这项任务。在这个例子中，我们将在 “LastName “列中存储每个人的姓氏。

# importing pandas as pd
import pandas as pd 
  
# creating a dictionary
dict = {'Name':["John Smith", "Mark Wellington",
                "Rosie Bates", "Emily Edward"]}
  
# converting the dictionary to a dataframe
df = pd.DataFrame.from_dict(dict)
  
# storing lastname of each person
df['LastName'] = df.Name.str.extract(r'\b(\w+)$', 
                                     expand = True)
  
df

输出: