Question

我有一个三列的pandas数据框，都是文本。如何创建一个仅包含三列中最长的文本的新列？我将长度定义为简单的字符数。

Answer 1

我真的不确定效率如何，但是，您可以对DF中的所有内容使用.applymap(len)-在列轴上获取最大索引，然后在其上使用.lookup(...)，例如：

开始于：

df = pd.DataFrame({ 
     'a': ['a', 'bb', 'c'], 
     'b': ['aaa', 'bb', 'cc'], 
     'c': ['a', 'bbb', 'ccc'] 
})

您可以这样做：

mx = df.applymap(len).idxmax(axis=1)

哪个会给您从每一行中提取的相关列：

0    b
1    c
2    c
dtype: object

然后，您在原始DF中查找这些内容，并作为新列分配回DF，例如：

df['d'] = df.lookup(mx.index, mx.values)

为您提供最终的DF：

    a    b    c    d
0   a  aaa    a  aaa
1  bb   bb  bbb  bbb
2   c   cc  ccc  ccc

Answer 2

使用来自@JonClement's answer的数据。。。另一个选择是python的<script src="https://cdnjs.cloudflare.com/ajax/libs/rxjs/6.4.0/rxjs.umd.min.js"></script>函数的逐行应用：

doc.Paragraphs(paragraphIndex).Range.Sentences(1).Font.Bold = True

Answer 3

argmax与numpy的单向vectorize

df.columns[np.vectorize(len)(df.values).argmax(1)]
Out[574]: Index(['b', 'c', 'c'], dtype='object')

df.values[np.arange(len(df)),np.vectorize(len)(df.values).argmax(1)]
Out[575]: array(['aaa', 'bbb', 'ccc'], dtype=object)

将最长字段放入数据框列

3 个答案: