Question

这是csv数据：

staff_id,clock_time,device_id,latitude,longitude
1003,2020/8/27 2:55,d_8,26.39899424,117.7866387
1003,2020/8/26 7:45,d_8,26.39900029,117.7866379
1003,2020/8/26 3:09,d_8,26.40672436,117.8008659
1003,2020/8/26 0:26,d_8,26.89169118,117.1612365
1234567,2020/8/25 9:38,d_8,26.89764297,117.1760012
123456789,2020/5/19 8:29,d_8,24.47420087,118.1085551
1003,2020/5/18 9:06,d_8,24.473124,118.1705641
1003,2020/5/16 7:54,d_8,24.5101858,117.8954614

我使用以下代码来获取数据帧中的staff_id唯一长度：

import pandas as pd

df = pd.read_csv(r'for_test.csv', encoding='utf-8',parse_dates=[1])
staff_id_list = df.staff_id.values.tolist()
staff_id_length_list = [len(str(item)) for item in staff_id_list]
staff_id_length_list = list(set(staff_id_length_list))
print(staff_id_length_list)

输出为：[9, 4, 7]

尽管输出正确，但我想使用pandas方法获取长度而不是python方法。

我该怎么办？

Answer 1

将Series.astype与Series.str.len和Series.unique结合使用：

a = df.staff_id.astype(str).str.len().unique()
print (a)
[4 7 9]

如果需要列表：

L = df.staff_id.astype(str).str.len().unique().tolist()
print (L)
[4, 7, 9]

Answer 2

将pandas.Series.astype与str.len和unique一起使用：

df["staff_id"].astype(str).str.len().unique()

输出：

array([4, 7, 9])

Answer 3

您可以尝试以下-

df['len'] = df['staff_id'].str.len().drop_duplicates()

如何获得熊猫数据框中列的唯一长度？

3 个答案: