Question

我有一个pandas数据帧。

df = pd.DataFrame(['Donald Dump','Make America Great Again!','Donald Shrimp'],
                   columns=['text'])

我喜欢的是Dataframe中的另一列，其中包含“text”列中字符串的长度。

对于上面的例子，它将是

                        text  text_length
0                Donald Dump           11
1  Make America Great Again!           25
2              Donald Shrimp           13

我知道我可以遍历它并获得长度，但有没有办法对这个操作进行矢量化？我有几百万行。

Answer 1

使用str.len：

print (df.text.str.len())                   
0    11
1    25
2    13
Name: text, dtype: int64

样品：

import pandas as pd

df = pd.DataFrame(['Donald Dump','Make America Great Again!','Donald Shrimp'],
                   columns=['text'])
print (df)
                        text
0                Donald Dump
1  Make America Great Again!
2              Donald Shrimp

df['text_length'] = (df.text.str.len())                   
print (df)
                        text  text_length
0                Donald Dump           11
1  Make America Great Again!           25
2              Donald Shrimp           13

Answer 2

我认为最简单的方法是使用DataFrame的apply方法。使用此方法，您可以以任何方式操作数据。

您可以执行以下操作：

df['text_ength'] = df['text'].apply(len)

使用您想要的数据创建新列。

编辑在看到@jezrael的回答后，我很好奇并决定计时。我用lorem ipsum句子（101000行）创建了一个完整的DataFrame，差别非常小。对我来说，我得到了：

In [59]: %timeit df['text_length'] = (df.text.str.len())
10 loops, best of 3: 20.6 ms per loop

In [60]: %timeit df['text_length'] = df['text'].apply(len)
100 loops, best of 3: 17.6 ms per loop

pandas vectorized operation获取字符串的长度

2 个答案: