dataframe 的字段截取

对于截取dataframe的字段，可以使用apply函数结合lambda表达式来实现。根据引用，可以使用以下代码来截取salary字段的最低工资和最高工资范围：

最低工资：df.salary.apply(lambda x: x.split('-'))

最高工资：df.salary.apply(lambda x: x.split('-')[:-1])

其中，lambda表达式中的x表示每行的数据，split('-')用于按照"-"进行分割，表示取分割后的第一个元素作为最低工资，[:-1]表示取分割后的第二个元素去掉最后一个字符（通常是"$"符号）作为最高工资。这样就可以获取到dataframe中salary字段的最低工资和最高工资范围了。<span class="em">1</span><span class="em">2</span>
#### 引用[.reference_title]
- *1* [dataframe数据处理（字符串截取）](https://blog.csdn.net/weixin_52001949/article/details/124211053)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* [python 实现提取某个索引中某个时间段的数据方法](https://download.csdn.net/download/weixin_38637805/12864514)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]