如何在 pandas 中的字符串中添加前导零

您可以使用以下语法向 pandas DataFrame 中的字符串添加前导零：

 df[' ID '] = df[' ID ']. apply (' {:0>7} '. format )

此特定公式根据需要向标记为“ID”的列中的字符串添加尽可能多的前导零，直到每个字符串的长度为7 。

请随意将7替换为其他值，以添加不同数量的前导零。

以下示例展示了如何在实践中使用此语法。

示例：向 Pandas 中的字符串添加前导零

假设我们有以下 pandas DataFrame，其中包含有关各个商店的销售和退款的信息：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' ID ': ['A25', 'B300', 'C6', 'D447289', 'E416', 'F19'],
                   ' sales ': [18, 12, 27, 30, 45, 23],
                   ' refunds ': [1, 3, 3, 2, 5, 0]})

#view DataFrame
print (df)

        ID sales refunds
0 A25 18 1
1 B300 12 3
2 C6 27 3
3 D447289 30 2
4 E416 45 5
5 F19 23 0

请注意，“ID”列中字符串的长度并不全部相等。

但是，我们可以看到最长的字符串有7 个字符长。

我们可以使用以下语法向“ID”列中的字符串添加前导零，以便每个字符串的长度为7 ：

 #add leading zeros to 'ID' column
df[' ID '] = df[' ID ']. apply (' {:0>7} '. format )

#view updated DataFrame
print (df)

        ID sales refunds
0 0000A25 18 1
1 000B300 12 3
2 00000C6 27 3
3 D447289 30 2
4 000E416 45 5
5 0000F19 23 0

请注意，前导零已添加到“ID”列中的字符串中，以便每个字符串现在具有相同的长度。

注意：您可以在此处找到 pandas 中apply函数的完整文档。

其他资源

以下教程解释了如何在 pandas 中执行其他常见任务：

如何估算pandas中的缺失值
如何统计pandas中的缺失值
如何在 pandas 中用均值填充 NaN 值