使用另一个列值的len（）添加一个DataFrame列

Question

我在尝试获取另一列中的字符串值的字符计数列时遇到问题，但还没有弄清楚如何有效地做到这一点。

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

显然，这涉及首先创建一个null列，然后将其重写，这对我的数据集要花费很长时间。那么获得这样的东西最有效的方法是什么

'string'     'char_length'
abcd          4
abcde         5

我已经检查了很多，但是还无法弄清楚。

Answer 1

Pandas为此使用了矢量化字符串方法：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Pythonfor循环在DataFrame上循环要快得多。

Pandas引入了许多其他Python熟悉的字符串方法。例如，lower（用于转换为小写字母），count用于计数特定子字符串的出现以及replace用于将一个子字符串与另一个子字符串交换。