熊貓矢量化操作獲取字符串的長度

Question

我有一個熊貓數據框。

df = pd.DataFrame(['Donald Dump','Make America Great Again!','Donald Shrimp'], 
        columns=['text']) 

我喜歡的是Dataframe中的另一列，它具有'text'列中字符串的長度。

對於上面的例子中，這將是

     text text_length 
0    Donald Dump   11 
1 Make America Great Again!   25 
2    Donald Shrimp   13 

我知道我可以遍歷，並得到了長度，但有什麼辦法向量化這種操作？我有幾百萬行。

Answer 1

我認爲最簡單的方法是使用數據框的apply方法。使用此方法，您可以以任何您想要的方式操作數據。

你可以這樣做：

df['text_ength'] = df['text'].apply(len) 

創造你想要的數據的新列。

編輯看到@jezrael答案後，我很好奇，決定timeit。 我創建了一個充滿了lorem ipsum句子（101000行）的DataFrame，差別非常小。對我來說，我得到了：

In [59]: %timeit df['text_length'] = (df.text.str.len()) 
10 loops, best of 3: 20.6 ms per loop 

In [60]: %timeit df['text_length'] = df['text'].apply(len) 
100 loops, best of 3: 17.6 ms per loop 

Answer 2

使用str.len：

print (df.text.str.len())     
0 11 
1 25 
2 13 
Name: text, dtype: int64 

樣品：

import pandas as pd 

df = pd.DataFrame(['Donald Dump','Make America Great Again!','Donald Shrimp'], 
        columns=['text']) 
print (df) 
         text 
0    Donald Dump 
1 Make America Great Again! 
2    Donald Shrimp 

df['text_length'] = (df.text.str.len())     
print (df) 
         text text_length 
0    Donald Dump   11 
1 Make America Great Again!   25 
2    Donald Shrimp   13