cách Pythonic để tính chiều dài của danh sách trong cột dataframe gấu trúc

Question

Tôi có một dataframe như thế này:

            CreationDate 
2013-12-22 15:25:02     [ubuntu, mac-osx, syslinux] 
2009-12-14 14:29:32 [ubuntu, mod-rewrite, laconica, apache-2.2] 
2013-12-22 15:42:00    [ubuntu, nat, squid, mikrotik] 

Tôi chiều dài tính toán của danh sách trong cột CreationDate và thực hiện một Length cột mới như thế này:

df['Length'] = df.CreationDate.apply(lambda x: len(x)) 

nào mang lại cho tôi điều này:

            CreationDate Length 
2013-12-22 15:25:02     [ubuntu, mac-osx, syslinux]  3 
2009-12-14 14:29:32 [ubuntu, mod-rewrite, laconica, apache-2.2]  4 
2013-12-22 15:42:00    [ubuntu, nat, squid, mikrotik]  4 

có p hơn ythonic cách để làm điều này?

Answer 1

Bạn cũng có thể sử dụng trình truy cập str cho một số thao tác danh sách. Trong ví dụ này,

df['CreationDate'].str.len() 

trả về độ dài của mỗi danh sách. Xem tài liệu cho str.len.

df['Length'] = df['CreationDate'].str.len() 
df 
Out: 
                CreationDate Length 
2013-12-22 15:25:02     [ubuntu, mac-osx, syslinux]  3 
2009-12-14 14:29:32 [ubuntu, mod-rewrite, laconica, apache-2.2]  4 
2013-12-22 15:42:00    [ubuntu, nat, squid, mikrotik]  4 

Đối với các hoạt động này, vanilla Python thường nhanh hơn. gấu trúc xử lý NaNs mặc dù. Dưới đây là thời gian:

ser = pd.Series([random.sample(string.ascii_letters, 
           random.randint(1, 20)) for _ in range(10**6)]) 

%timeit ser.apply(lambda x: len(x)) 
1 loop, best of 3: 425 ms per loop 

%timeit ser.str.len() 
1 loop, best of 3: 248 ms per loop 

%timeit [len(x) for x in ser] 
10 loops, best of 3: 84 ms per loop 

%timeit pd.Series([len(x) for x in ser], index=ser.index) 
1 loop, best of 3: 236 ms per loop