我正在尝试在 DataFrame 中创建一个新列，其中包含相应行的字数。我正在寻找单词总数，而不是每个不同单词的频率。我以为会有一种简单/快速的方法来完成这项常见任务，但在谷歌搜索并阅读了一些 SO 帖子( 1 、 2 、 3 、 4 )后，我被卡住了。我已经尝试了链接的 SO 帖子中提出的解决方案，但返回了很多属性错误。
words = df['col'].split()
df['totalwords'] = len(words)
结果
AttributeError: 'Series' object has no attribute 'split'
和
f = lambda x: len(x["col"].split()) -1
df['totalwords'] = df.apply(f, axis=1)
结果
AttributeError: ("'list' object has no attribute 'split'", 'occurred at index 0')
最佳答案
str.split + str.len
str.len 适用于任何非数字列。
df['totalwords'] = df['col'].str.split().str.len()
str.count
如果您的单词是单个空格分隔的，您可以简单地计算空格加 1。
df['totalwords'] = df['col'].str.count(' ') + 1
列表理解
这比你想象的要快!
df['totalwords'] = [len(x.split()) for x in df['col'].tolist()]
关于python - 计算每行的字数，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/49984905/