Python 用于获取字符串长度的向量化操作

我有一个熊猫数据框

df = pd.DataFrame(['Donald Dump','Make America Great Again!','Donald Shrimp'],
                   columns=['text'])

我想要的是Dataframe中的另一列，它的长度与“text”列中的字符串相同

例如，上面的例子是

                        text  text_length
0                Donald Dump           11
1  Make America Great Again!           25
2              Donald Shrimp           13

我知道我可以循环通过它并获得长度，但是有没有办法将这个操作矢量化？我有几百万行。

使用：

样本：

import pandas as pd

df = pd.DataFrame(['Donald Dump','Make America Great Again!','Donald Shrimp'],
                   columns=['text'])
print (df)
                        text
0                Donald Dump
1  Make America Great Again!
2              Donald Shrimp

df['text_length'] = (df.text.str.len())                   
print (df)
                        text  text_length
0                Donald Dump           11
1  Make America Great Again!           25
2              Donald Shrimp           13

---

我认为最简单的方法是使用数据帧的

apply

方法。 使用此方法，您可以任意操作数据

你可以这样做：

df['text_ength'] = df['text'].apply(len)

创建包含所需数据的新列

编辑看到@jezrael的答案后，我很好奇，决定计时。 我用lorem ipsum语句（101000行）创建了一个完整的数据框架，差别非常小。对我来说，我得到了：

In [59]: %timeit df['text_length'] = (df.text.str.len())
10 loops, best of 3: 20.6 ms per loop

In [60]: %timeit df['text_length'] = df['text'].apply(len)
100 loops, best of 3: 17.6 ms per loop

---

谢谢你的时间安排。有趣的是，应用比内置str.len更快！apply除了不惯用外，还有一个问题，那就是它对NaN值不起作用；坚持使用字符串方法

In [59]: %timeit df['text_length'] = (df.text.str.len())
10 loops, best of 3: 20.6 ms per loop

In [60]: %timeit df['text_length'] = df['text'].apply(len)
100 loops, best of 3: 17.6 ms per loop