Pandas：从每一行获取字符串的第二个字符答案

【问题标题】：Pandas: get second character of the string, from every rowPandas：从每一行获取字符串的第二个字符
【发布时间】：2015-01-17 04:46:54
【问题描述】：

我在 Pandas 中有一个数据数组，我正在尝试打印 col1 中每个字符串的第二个字符。我不知道该怎么做。我可以轻松地单独打印每个字符串的第二个字符，例如：

array.col1[0][1]

但是我想打印每一行的第二个字符，所以会有一个第二个字符的“列表”。

我试过了

array.col1[0:][1]

但这只是将第二行作为一个整体返回 col1。

有什么建议吗？

【问题讨论】：

标签： python string pandas dataframe character

【解决方案1】：

您可以使用str 访问列/系列的字符串方法，然后照常对字符串进行切片：

>>> df = pd.DataFrame(['foo', 'bar', 'baz'], columns=['col1'])
>>> df
  col1
0  foo
1  bar
2  baz

>>> df.col1.str[1]
0    o
1    a
2    a

str 属性还使您可以访问各种非常有用的向量化字符串方法，其中许多可以从 Python 自己的各种内置字符串方法（split、replace 等）中立即识别。

【讨论】：

【解决方案2】：

从 Pandas 0.23.0 开始，如果您的数据是干净的，您会发现通过 pd.Series.str 的 Pandas“矢量化”字符串方法通常表现不佳通过列表理解或使用 @987654323 进行简单迭代@。

例如：

from operator import itemgetter

df = pd.DataFrame(['foo', 'bar', 'baz'], columns=['col1'])

df = pd.concat([df]*100000, ignore_index=True)

%timeit pd.Series([i[1] for i in df['col1']])            # 33.7 ms
%timeit pd.Series(list(map(itemgetter(1), df['col1'])))  # 42.2 ms
%timeit df['col1'].str[1]                                # 214 ms

一种特殊情况是当您有大量重复的字符串时，在这种情况下，您可以从将您的系列转换为 categorical 中受益：

df['col1'] = df['col1'].astype('category')

%timeit df['col1'].str[1]  # 4.9 ms

【讨论】：