Question

当前，我具有以下数据框：

data = {'shoe': ['a', 'b'], 'fury': ['c','d','e','f'], 'chaos': ['g','h', 'i']}
dataFrame = pandas.DataFrame({k:pandas.Series(v) for k, v in data.items()})

输出：

  shoe fury chaos
0    a    c     g
1    b    d     h
2  NaN    e     i
3  NaN    f   NaN

是否可以找到数据帧中最长列的长度？在这种情况下，应该为4。pandas是否具有可用于类似目的的方法？

感谢阅读

Answer 1

您可以尝试依次使用count和max。根据{{3}}：

为每一列或每一行计算非NA单元格。

print(dataFrame.count().max())

Answer 2

由于您是通过dict创建数据帧的，这意味着最长的列等于df的长度，所以

len(df)
Out[368]: 4

Answer 3

您可以将lambda应用于向量：

df.apply(lambda x: len(x.dropna()))

chaos    3
fury     4
shoe     2
dtype: int64

df.apply(lambda x: len(x.dropna())).max()
4

Answer 4

@student和@Wen的答案是最好的，但是python解决方案是：

print(len(max(dataFrame,key=lambda x: dataFrame[x].count())))

我绝对不建议这样做，因为它效率低下，这是我会选择的最后一个选项:-)，至少它是可行的：-）

Answer 5

@student的回答比较好，但是可以选择：

>>> dataFrame.notnull().sum(0).max()
4

Answer 6

您可以计算最后一个有效索引：

LVI = df.last_valid_index()         # 3

要获取最长列的 length ，可以使用pd.Index.get_loc：

length = df.index.get_loc(LVI) + 1  # 4

如果您的索引是默认的pd.IndexRange，则只需使用LVI + 1。

查找熊猫中最长列的长度

6 个答案:

您可以将lambda应用于向量：