为什么我的 apply 函数不返回字符串的长度？答案

【问题标题】：Why doesn't my apply function return the length of the string?为什么我的 apply 函数不返回字符串的长度？
【发布时间】：2014-01-21 18:12:08
【问题描述】：

我正在尝试在另一列中添加包含字符串长度的 Pandas DataFrame 列。

csv = pd.read_csv('data/sentiments.csv', dtype=str)
csv['length'] = csv['text'].astype(str).apply(len)
csv.head()

    text                                                 polarity   length
0    -Mi hijo es tan rico que le regalo un BMW a su...   NEUTRAL     64
1    The new BMW 3 Series is awarded 5 stars in the...   POSITIVE    64
2    @GEAGarratt BMW hand over 200 + electric vehic...   POSITIVE    64
3    I asked Sauber about more info or images of th...   NEUTRAL     64
4    bmw >>>                                             NEUTRAL     7

正如您在最后一列中看到的那样，它表示每一行的长度为 64。而另一方面，当我执行以下操作时：

len(csv.iloc[0]['text'])

它正确地将第一行的长度输出为 140。

怎么了？

【问题讨论】：

只是为了尝试一些事情，如果您将 apply 的使用替换为 map，是否会发生同样的错误，因为您希望将操作喷射到单个 Series 对象上?
是的，不幸的是。
您能否提供一小段代码，让我们为前 5 行重建完全相同的数据帧？你能打印出Series 中的dtype 是什么吗？
如果你尝试csv['text'].apply(lambda x: len(str(x)))会怎样？
csv['text'].str.len() 怎么样？

标签： python pandas type-conversion

【解决方案1】：

为避免astype 的类型提升逻辑可能出现的问题，您也可以尝试：

csv['length'] = csv['text'].apply(lambda x: len(str(x)))

您也可以使用map 而不是apply，因为您是按照Series 的值进行操作的。

与本机矢量化的astype 相比，使用此lambda 不是最佳选择，因此您应该在找出问题后改用此解决方法。

其他一些可能的混淆因素：(1) Series 的 type 与每个元素的 type，(2) 被截断的空格...

【讨论】：

【解决方案2】：

您的代码和测试数据在我的电脑上运行良好。确保您的熊猫没有过时。最新的稳定版本是 0.12。

Pandas 提供了一些vectorized string methods。你可以使用

csv['length'] = csv['text'].str.len()

改为。

更新

感谢@Jeff，最新版本 0.13 但不是 0.12

【讨论】：

看来我也过时了。谢谢你:)