添加具有另一列值的 len() 的 DataFrame 列

Question

我在尝试获取另一列中的字符串值的字符计数列时遇到问题，并且还没有想出如何有效地做到这一点。

for index in range(len(df)):
    df['char_length'][index] = len(df['string'][index]))

这显然涉及首先创建一个空列，然后重写它，这在我的数据集上花费了很长时间。那么获得类似

的最有效方法是什么？

'string'     'char_length'
abcd          4
abcde         5

我查了很多，还是没弄明白。

Answer 1

Pandas 对此有一个 vectorised string method：str.len()。要创建新列，您可以这样写：

df['char_length'] = df['string'].str.len()

例如：

>>> df
  string
0   abcd
1  abcde

>>> df['char_length'] = df['string'].str.len()
>>> df
  string  char_length
0   abcd            4
1  abcde            5

这应该比使用 Python for 循环遍历 DataFrame 快得多。

Python 中的许多其他熟悉的字符串方法已引入 Pandas。例如，lower（用于转换为小写字母），count 用于计算特定子字符串的出现次数，replace 用于将一个子字符串与另一个子字符串交换。

Answer 2

这是一种方法。

In [3]: df
Out[3]:
  string
0   abcd
1  abcde

In [4]: df['len'] = df['string'].str.len()

In [5]: df
Out[5]:
  string  len
0   abcd    4
1  abcde    5

添加具有另一列值的 len() 的 DataFrame 列

Adding a DataFrame column with len() of another column's values

python

string

pandas

dataframe

string-length