Question

我在尝试获取另一列中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执行此操作。

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

这显然涉及首先创建一列空值然后重写它，并且我的数据集需要很长时间。那么获得像

这样的东西最有效的方法是什么

'string'     'char_length'
abcd          4
abcde         5

我已经检查了很多，但我无法弄明白。

Answer 1

Pandas vectorised string method为此：str.len()。要创建新列，您可以写：

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。

Pandas已经引入了许多其他熟悉的Python字符串方法。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进行交换。

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

使用另一列值的len（）添加DataFrame列

2 个答案: