我想我在这里有一个非常直截了当的问题。基本上我有一个包含一列的表，其中每行包含一组先前已从JSON字符串转换的值。
例如，以下是列＆＃34;选项＆＃34;的一个单元格值：
[u'Tide Liquid with a Touch of Downy April Fresh 69oz', u'Tide Liquid with Febreze Spring & Renewal 69oz (HE or Non-HE)', u'Tide Liquid HE with Febreze Sport 69oz', u'Tide Liquid HE Clean Breeze 75oz', u'Tide Liquid Original 75oz', u'Other']
我想添加一个新列，它只计算此列表中的值数。我可以使用类似的代码逐行执行此操作：
df['num_choices'] = len(df.loc[row_num,'options'])
（即我想计算列＆＃34;选项＆＃34;中的值的数量，并在名为＆＃34的新列中返回该计数; num_choices＆＃34;）
在上面提供的示例（输入行＃）上运行此操作将在其旁边创建一个值为6的新列，因为选项的数量为6.
如何系统地为我的所有5000行做这个？
我尝试用Pandas iterrow（）函数做到这一点，但是我被告知这样做的效率低于简单地使用NumPy ndArray矢量化。但我似乎无法弄清楚如何做到这一点。
非常感谢你的帮助！
答案 0 :(得分：0)
正如上面的评论中所提到的，实际上没有任何方法可以对包含任意Python对象的数组进行矢量化操作。
我认为你不能比使用简单的for循环或列表理解做得更好，例如：
df['num_choices'] = np.array([len(row) for row in df.options])