本文介绍在 pandas 中高效截取 dataframe 某列（元素为 python 列表）中每行数组的前 n 个元素的方法，适用于嵌套列表结构的数据清洗与特征预处理场景。
当 DataFrame 的某一列（或多个列）存储的是 Python 列表（如 [[1,2,3,4], [2,2,3,3]]），而你需要统一截取每行列表的前 n 个元素时，最简洁、向量化且安全的方式是使用 .str 访问器配合切片操作——尽管列中存储的是列表而非字符串，Pandas 的 .str 访问器对可迭代序列（包括 list、tuple、numpy.ndarray 等）同样支持索引与切片。
✅ 正确做法（推荐）：
n = 2 result = df.apply(lambda x: x.str[:n]) print(result)
输出：
a b 0 [1, 2] [6, 7] 1 [2, 2] [6, 6]
⚠️ 注意事项：
- .str[:n] 能安全处理空列表（[]）、长度不足 n 的列表（自动截取全部，不报错），具有良好的鲁棒性；
- 该方法要求列中所有元素均为可切片的序列类型（如 list, tuple, np.ndarray），若混入 None、标量或不可迭代对象，会触发 AttributeError；
- 若需仅处理特定列（如只处理 'a' 列），可直接作用于单列：df['a'] = df['a'].str[:n]；
- 避免使用 df.applymap() 或逐行 for 循环，性能低且易出错。
? 替代方案（显式映射，更直观但略冗长）：
df[['a', 'b']] = df[['a', 'b']].applymap(lambda x: x[:n] if isinstance(x, (list, tuple)) else x)
但 applymap 在 Pandas 2.1+ 已弃用，推荐统一使用 .str 访问器。
? 小结：利用 Pandas 对序列类型的 .str 统一接口进行切片，是处理数组型列截断任务的首选方案——简洁、高效、健壮，且天然兼容缺失值与变长数组。
