如何根据一列与另一列的交集来分隔列的字符？

Question

我的 df 有两列，第二列包含另一列的数据+其他字符（字母和/或数字）：

values = {
    'number': [2830, 8457, 9234],
    'nums': ['2830S', '8457M', '923442']
}
df = pd.DataFrame(values, columns=['number', 'nums'])

额外的字符始终位于常见字符之后！如何分离两列之间不常见的字符？我正在寻找一个简单的解决方案，而不是一个循环来检查每个字符。

Answer 1

用空字符串替换常见字符：

f_diff = lambda x: x['nums'].replace(x['number'], '')
df['extra'] = df[['number', 'nums']].astype(str).apply(f_diff, axis=1)
print(df)

# Output
   number    nums extra
0    2830   2830S     S
1    8457   8457M     M
2    9234  923442    42

更新

如果 number 值始终是 nums 列的第一个字符，您可以使用更简单的函数：

f_diff2 = lambda x: x['nums'][len(x['number']):]
df['extra'] = df[['number', 'nums']].astype(str).apply(f_diff2, axis=1)
print(df)

# Output
# Output
   number    nums extra
0    2830   2830S     S
1    8457   8457M     M
2    9234  923442    42

Answer 2

我会删除字符串的前缀。为此，您可以使用方法 apply() 在每一行上应用以下函数：

def remove_prefix(text, prefix):
    if text.startswith(prefix):
            return text[len(prefix):]
    return text

df['nums'] = df.apply(lambda x: remove_prefix(x['nums'], str(x['number'])), axis=1)
df

输出：

    number  nums
0   2830    S
1   8457    M
2   9234    42

如果您的 python 版本 >= 3.9，则只需要这个：

df['nums'] = df.apply(lambda x: x['nums'].removeprefix(x['number']), axis=1)