python - 拆分一列字符串并用 Pandas 计算单词数

Question

<分区>

Answer 1

选项 1
使用str.split + str.len -

的基本解决方案

df['word_count'] = df['string'].str.split(';').str.len()
df

     string  word_count
id                     
0   31672;0           2
1   31965;0           2
2   0;78464           2
3     51462           1
4   31931;0           2

---

选项 2
str.count 的巧妙(高效、占用空间少)解决方案 -

df['word_count'] = df['string'].str.count(';') + 1
df

     string  word_count
id                     
0   31672;0           2
1   31965;0           2
2   0;78464           2
3     51462           1
4   31931;0           2

警告 - 即使对于空字符串，这也会将字数归为 1(在这种情况下，坚持使用选项 1)。

---

如果你想让每个词占据一个新的列，有一个快速简单的方法使用 tolist，将拆分加载到一个新的数据帧中，然后使用 concat 将新的数据帧与原始数据帧连接起来 -

v = pd.DataFrame(df['string'].str.split(';').tolist())\
        .rename(columns=lambda x: x + 1)\
        .add_prefix('string_')

pd.concat([df, v], 1)

     string  word_count string_1 string_2
id                                       
0   31672;0           2    31672        0
1   31965;0           2    31965        0
2   0;78464           2        0    78464
3     51462           1    51462     None
4   31931;0           2    31931        0