我正在努力在一个基于已有列的df中使用条件创建一个新的col.本质上，如果客户合同号包含下划线，我希望新列中的值是下划线之前的所有字符，否则我希望它是删除所有破折号的客户合同号.我可以用下面的命令删除破折号，但第二行不行
raw_data_df['Search Text'] = raw_data_df['Client Contract Number'].str.replace('-','')
raw_data_df['Search Text'] = raw_data_df['Client Contract Number'].str.split('_')[0] if raw_data_df['Client Contract Number'].str.contains("_") else raw_data_df['Client Contract Number'].str.replace('-','')
您不需要显式地搜索_，只需使用(^[^_]+)模式(所有锚定在左侧的字符都不是_)搜索字符串的第一部分(这比split更有效):
raw_data_df['Search Text'] = (raw_data_df['Client Contract Number']
.str.extract(r'(^[^_]+)', expand=False)
.str.replace('-', '')
)
或者，使用列表理解对您的原始方法进行修正.同样，不需要显式测试是否存在_，因为如果不存在，则Split将生成相同的字符串.
raw_data_df['Search Text'] = [s.split('_')[0].replace('-', '') for s in
raw_data_df['Client Contract Number']]
如果您确实需要测试_是否存在，以便对字符串进行不同的处理(例如，如果没有下划线，则保留-)，您可以这样做:
raw_data_df['Search Text'] = [x[0]
if len(x:=s.split('_', maxsplit=1) == 1
else x[0].replace('-', '')
for s in
raw_data_df['Client Contract Number']]
并使用显式判断(我认为这可能效率较低):
raw_data_df['Search Text'] = [s.split('_', maxsplit=1)[0].replace('-', '')
if `_` in s else s
for s in raw_data_df['Client Contract Number']]