Python 熊猫从数组中获取嵌套字符串值

从该数据帧开始

df

：

node1,node2,lang,w,c1,c2
1,2,it,1,a,a
1,2,en,1,a,a
2,3,es,2,a,b
3,4,it,1,b,b
5,6,it,1,c,c
3,5,tg,1,b,c
1,7,it,1,a,a
7,1,es,1,a,a
3,8,es,1,b,b
8,4,es,1,b,b
1,9,it,1,a,a

我执行了

groupby

操作，如：

g = df.groupby(['c1','c2'])['lang'].unique().reset_index()

结果：

  c1 c2          lang
0  a  a  [it, en, es]
1  a  b          [es]
2  b  b      [it, es]
3  b  c          [tg]
4  c  c          [it]

保存到.csv并将其读回：

g.to_csv('myfile.csv')
g = pd.read_csv('myfile.csv')

获取不同格式的

lang

列：

  c1 c2              lang
0  a  a  ['it' 'en' 'es']
1  a  b            ['es']
2  b  b       ['it' 'es']
3  b  c            ['tg']
4  c  c            ['it']

我现在的目标是计算

lang

的每一行中的项目数，并能够分别获得这些值。我试图用字符串数组的长度构建一个新列：

g['len'] = df['lang'].apply(lambda x: x.size)

获得：

AttributeError: 'str' object has no attribute 'size'

查找

lang

列的值时，我意识到在groupby之后，该列变得一团糟：

In [113]: g['lang'].values
Out[113]: array(["['it' 'en' 'es']", "['es']", "['it' 'es']", "['tg']", "['it']"], dtype=object)

如何获取每个嵌套字符串数组的长度，然后获取其中每个字符串的值？我认为是转换类型，但我的情况有点太复杂了

---

编辑：在写入/读取.csv之前和之后，添加有关

lang

列不同格式的信息。

仅

应用
：

In [145]:
g['size'] = g['lang'].apply(len)
g

Out[145]:
  c1 c2          lang  size
0  a  a  [it, en, es]     3
1  a  b          [es]     1
2  b  b      [it, es]     2
3  b  c          [tg]     1
4  c  c          [it]     1

谢谢你知道为什么在groupby之后写入csv并读回文件会给我一个不同格式的lang列吗？因此，我可以在保存到文件之前应用您的方法，但不能在读回文件之后应用您的方法？默认情况下，索引将被写入，您可能会再次读回，这是添加一个新列是我的猜测。在csv读/写之后，它在我的PC上不起作用，
gar['lang']。应用（len）
return
[16,6,11,6]
，字符串的长度。在这里，使用pickle代替csv读/写是一个很好的解决方案；或者
g=pd.read\u csv（'myfile.csv'，converters={'lang'：一个非常棘手的函数}）
@B.M。我在写回/读回时遇到了相同的问题。请提供预期的输出