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。
答案 0 :(得分:13)
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。
答案 1 :(得分:1)
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