这是我的专栏：
ReviewText
Absolutely wonderful silky and..
Love this dress! it is so pretty...
I had such high hopes for...
我想创建一个名为 Avg_length 的新列，其中包含 ReviewText 列中单词的平均长度...
我编写了以下代码来在每个空格之后拆分字符串：
df['Avg_length'] = df["Review Text"].apply(lambda x: len(x.split()))
现在如何计算平均值？
提前谢谢...
【问题讨论】：
df["Review Text"].mean() ?
df['ReviewText'].str.split().map(len).mean()
标签： python pandas numpy python-requests jupyter-notebook
您的代码计算的是字数而不是每个字的长度。
import numpy as np
...
df['Avg_length'] = df["Review Text"].apply(lambda x: np.mean([len(w) for w in x.split()]))
Review Text 列中的行元素是代表整个句子/评论的字符串。所以在应用匿名 lambda 函数时，lambda 函数的 x 输入就是整个句子。
调用 x.split() 会生成单词列表。 列表理解
[len(w) for w in x.split()]
获取该单词列表并对其进行迭代，因此变量 w 被设置为一个接一个的单词。对于每个单词 w，评估字符数，即 len(w)。列表推导返回每个单词的长度列表，即每个单词的字符数。因此，列表推导的结果只是一个数字列表。
np.mean() 将这个数字列表替换为一个数字，该数字是它们的平均值。这个数字是 lambda 函数的最终输出，并被放入为该行构造的新列中。这对所有行重复。
【讨论】：
试试这个：
假设平均长度 = 否。字数/没有。句子数
df['Avg_length'] = df["Review Text"].apply(lambda x: len(x.split())/len(x.split('.')))
或者，如果您假设平均长度 = 否。字数/没有。不包括空格的字符数：
df['Avg_length'] = df["Review Text"].apply(lambda x: len(x.split())/len(''.join(x.split())))
【讨论】：