在DataFrame中添加一个列，其值为另一列的值的长度。

Question

我正在尝试获取另一列字符串值的字符计数列，但尚未找到有效的方法。

for index in range(len(df)):
    df['char_length'][index] = len(df['string'][index]))

显然需要首先创建一个空列，然后重写它，在我的数据集上需要很长时间。那么如何最有效地获得类似的结果呢？

'string'     'char_length'
abcd          4
abcde         5

我已经搜索了很多，但是我还没有弄清楚。

- halycos

Answer 1

Pandas有一个用于此目的的向量化字符串方法：`str.len()`。要创建新列，您可以编写：

df['char_length'] = df['string'].str.len()

例如：

>>> df
  string
0   abcd
1  abcde

>>> df['char_length'] = df['string'].str.len()
>>> df
  string  char_length
0   abcd            4
1  abcde            5

这应该比使用Python的for循环在DataFrame上进行循环要快得多。

Pandas引入了许多其他熟悉的字符串方法，例如lower（用于转换为小写字母），count用于计算特定子字符串的出现次数，以及replace用于交换一个子字符串与另一个子字符串。

- Alex Riley

Answer 2

这是一种实现方式。

In [3]: df
Out[3]:
  string
0   abcd
1  abcde

In [4]: df['len'] = df['string'].str.len()

In [5]: df
Out[5]:
  string  len
0   abcd    4
1  abcde    5

- Zero