在系列中计算连续空格的数量

Question

我有一个像这样的 Series:

import pandas as pd

ser = pd.Series([
    'the quick brown fox',
    'the  quick pink fox',
    'a quick brown   fox',
    'the jumpy  brown fox    ',
    'the quick  brown animal',
])

我想计算每个元素中连续空格的数量。所以我的期望输出是：

0    1
1    2
2    3
3    4
4    2
dtype: int64

因为第一行只包含一个连续的空格，第二行包含两个连续的空格（the和quick之间），第三行包含三个连续的空格（brown和fox之间），以此类推...

我知道可以用ser.str.count(' ')来获取总空格数，但即使它们不是连续的，这也会将它们计算在内。

- ignoring_gravity

Answer 1

你可以使用正则表达式（使用str.extractall函数）来提取所有连续的空格，然后使用str.len函数获取长度，并使用GroupBy.max函数找到每个起始行的最大长度:

(ser
 .str.extractall('(\s+)')[0]
 .str.len()
 .groupby(level=0).max()
 .reindex(ser.index, fill_value=0) # optional (see below)
)

NB. 如果存在没有空格的字符串，并且您希望获得0，则需要使用reindex方法。

0    1
1    2
2    3
3    4
4    2
Name: 0, dtype: int64

- mozway

Answer 2

findall 函数可以得到一个空格字符串的列表，只需获取每个列表中最长字符串的长度即可：

ser.str.findall(' +').apply(lambda s: max(map(len, s)) if s else 0)

结果：

0    1
1    2
2    3
3    4
4    2
dtype: int64

- Stef