Python（pandas）でSeriesの各要素から部分文字列をスライスして抽出する方法

pandasのSeriesに格納された文字列データから、各要素の部分文字列を抽出したいケースはよくあります。例えば、以下のようなSeriesがあるとします。

0    Ap
1    Oa
2    Mn
3    Kw

この結果を得るために、主に2つのアプローチがあります。それぞれ順番に見ていきましょう。

解決策1：str.slice()メソッドを使う方法

• まず、対象となるSeriesを定義します。

• str.slice()メソッドに対して、start=0（開始位置）、stop=4（終了位置）、step=2（ステップ幅）を指定することで、各要素から部分文字列をスライスして取り出します。

data.str.slice(start=0, stop=4, step=2)

コード例

実際のコードを見てみましょう。

import pandas as pd
data = pd.Series(['Apple', 'Orange', 'Mango', 'Kiwis'])
print(data.str.slice(start=0, stop=4, step=2))

出力結果

0    Ap
1    Oa
2    Mn
3    Kw

このように、各文字列の先頭から4番目までの範囲を2文字おきに抽出しているため、「Apple」からは「Ap」、「Orange」からは「Oa」が得られます。

解決策2：インデックスによるスライス記法を使う方法

• こちらも同様に、まずSeriesを定義します。

• Pythonの文字列スライスと同じ記法を使い、開始位置0、終了位置4、ステップ値2を指定して部分文字列を抽出します。書き方は以下の通りです。

data.str[0:4:2]

コード例

実際のコードで動作を確認してみます。

import pandas as pd
data = pd.Series(['Apple', 'Orange', 'Mango', 'Kiwis'])
print(data.str[0:4:2])

出力結果

0    Ap
1    Oa
2    Mn
3    Kw

まとめ

str.slice(start, stop, step)メソッドを使う方法と、data.str[開始:終了:ステップ]というスライス記法を使う方法のどちらでも、同じ結果を得ることができます。可読性や好みに応じて使い分けるとよいでしょう。なお、どちらの方法もSeriesの要素が文字列型である必要があるため、数値などが混在する場合は事前にastype(str)で文字列に変換しておくことをおすすめします。