计算每个文档的字符数答案

【问题标题】：Calculating number of characters per document计算每个文档的字符数
【发布时间】：2017-08-22 20:22:49
【问题描述】：

我正在处理包含数千行文本消息 (dtype=str) 及其分类（垃圾邮件或非垃圾邮件）的文档（pandas 数据框）：

  -
                                         text    spam
0 Go until jurong point, crazy.. Available only    0
1 Ok lar... Joking wif u oni...                    0
2 Free entry in 2 a wkly comp to win FA Cup fina   1
3 U dun say so early hor... U c already then say   0
4 Nah I don't think he goes to usf, he lives aro   0
5 FreeMsg Hey there darling it's been 3 week's n   1
6 WINNER!! As a valued network customer you have   1

我想计算每条消息的字符数（即每一行），将它们分成单独的列（'length'），将它们的总和除以 len(document) 以获得平均长度（数字字符）的文档。在存在非字符空格的情况下获得此统计数据的最有效方法是什么？我是否只对整个数据帧中的每个行条目应用 len()？

谢谢。

【问题讨论】：

到目前为止你尝试了什么？
df['text'].str.len()
'g', 'o'，包括非字符空格（例如，空格）。我似乎忘记在我的问题威胁的最后一行添加“not”，我将对其进行编辑。此外，我之前尝试过 'df['text'].str.len()' 但一直得到不一致的结果，一定是我的一些错误。
等一下，既然我发起了这个线程，我想知道如何从字符数中排除非字符空间。这样这个帖子就不会浪费了。

标签： python dataframe text character

【解决方案1】：

试试这个

for row in ('Insert/file/path/here'):
        print (len(row))

【讨论】：

谢谢！这似乎是一个更优雅的解决方案。可以修改它以梳理出非字符空间吗？
您可以使用 row.count(' ') 来计算空格数并从行长中减去它。见这里：stackoverflow.com/questions/19669001/…
再次感谢。那么哪一部分处理非字符空间？ row.count(' ')?
如果非字符空格是指实际的物理空格，括号之间的空格表示 row.count 功能正在计算空格数。并感谢您给我最佳答案！
非常感谢您向我澄清这一点。