-2
A
回答
0
你可以使用這個矢量化str.count
:
In [69]:
import pandas as pd
import io
t="""data
Laduz|Guerchy|Neuilly|Villemer"""
df = pd.read_csv(io.StringIO(t))
df
Out[69]:
data
0 Laduz|Guerchy|Neuilly|Villemer
In [72]:
df['data'].str.count(r'\|')
Out[72]:
0 3
Name: data, dtype: int64
+0
謝謝...這工作 –
+0
您可以接受我的答案,在左上角會有一個空的刻度標記我的答案。將來您應該發佈原始數據,代碼來重現您的df以及期望的結果 – EdChum
相關問題
- 1. 大熊貓:在DF
- 2. 大熊貓 - 從DF
- 3. 沒有。在大熊貓DF
- 4. 用$$導入CSV在大熊貓作爲分隔符
- 5. 用不同的分隔符(逗號)閱讀熊貓的csv
- 6. 熊貓CSV閱讀器無法識別的分隔符
- 7. 熊貓讀「分隔」文件
- 8. 唯一值,DF大熊貓
- 9. 大熊貓:計算DF列
- 10. JSON文件大熊貓DF
- 11. 以「 - 」分隔的大熊貓
- 12. 熊貓大CSV
- 13. 在大熊貓/ A DF蟒蛇
- 14. 創建一個列在大熊貓DF
- 15. 熊貓閱讀CSV與字符串分隔符通過正則表達式
- 16. 大熊貓,Python:在df行分部分中發生次數
- 17. 熊貓閱讀CSV忽略逗號分隔,每行
- 18. 閱讀CSV移調大熊貓
- 19. 熊貓DF行數
- 20. 熊貓DF創作
- 21. 差[(DF [] ==)在熊貓,蟒蛇
- 22. 大熊貓創造DF是列在另一個DF產品
- 23. 熊貓:分隔在DataFrame.from_dict()
- 24. 計數非空的大熊貓DF
- 25. 用大熊貓合併很多df
- 26. 功能從列選擇大熊貓DF
- 27. 添加UUID對大熊貓DF
- 28. 用雙管道分隔符讀取大文本文件
- 29. 分組多個列,並且在大熊貓DF
- 30. 的Python:「」在大熊貓DF高效分離列
所以一般是它確實可以說,你正在尋找分隔符的一個CSV文件中的每一行的數字?因爲這總是會比元素的數量少... –
請顯示您的csv文件的樣本 –