比较dataframe中特定列行的长度，python

输入：

我想比较一下，若特定名称（例如：adam和adam）的消息长度相同，则打印此行

代码：

但我收到：

---

TypeError:类型为“float”的对象没有len，为什么？

可能有更好的方法，但这可能适合您：

进口大熊猫 dt=pandas.DataFrame[[Adam，你好，我是Adam]，[Viola，你好]]，columns=[name，message] data=pandas.DataFrame[[Adam，你好，我是Adam]，[Viola，你好]]，columns=[name，message] 普林特 打印数据 data.columns=[名称、消息\u数据] merged=dt.mergedata，on=[name] 合并的[merged.message.str.len！=合并的.message\u data.str.len] 首先，您需要重命名[message]列，以便它在合并中不会发生冲突。然后合并两个数据帧，只保留两个数据帧中存在的名称。最后，将[message]中的字符串长度与[message_data]中的字符串长度进行比较，并使用该长度提取合并表中不同的行

如果您特别想要该消息，可以执行以下操作：

merged.loc[merged.message.str.len！=merged.message\u data.str.len，message]

---

逐行打印结果应该很简单。

可能有更好的方法，但这可能适合您：

进口大熊猫 dt=pandas.DataFrame[[Adam，你好，我是Adam]，[Viola，你好]]，columns=[name，message] data=pandas.DataFrame[[Adam，你好，我是Adam]，[Viola，你好]]，columns=[name，message] 普林特 打印数据 data.columns=[名称、消息\u数据] merged=dt.mergedata，on=[name] 合并的[merged.message.str.len！=合并的.message\u data.str.len] 首先，您需要重命名[message]列，以便它在合并中不会发生冲突。然后合并两个数据帧，只保留两个数据帧中存在的名称。最后，将[message]中的字符串长度与[message_data]中的字符串长度进行比较，并使用该长度提取合并表中不同的行

如果您特别想要该消息，可以执行以下操作：

merged.loc[merged.message.str.len！=merged.message\u data.str.len，message]

---

逐行打印结果应该很简单。

更好的方法是根据名称合并两个数据帧

import pandas as pd
#construct df1
#construct df2

#merge two df based on name
df=pd.merge(df1,df2,on="name")

#get the length of messages and filter out unequal length

df_same_length=df[~df["message_x"].astype(str).str.len()==df["message_y"].astype(str).str.len()]

print(df_same_length["name"])

---

更好的方法是根据名称合并两个数据帧

import pandas as pd
#construct df1
#construct df2

#merge two df based on name
df=pd.merge(df1,df2,on="name")

#get the length of messages and filter out unequal length

df_same_length=df[~df["message_x"].astype(str).str.len()==df["message_y"].astype(str).str.len()]

print(df_same_length["name"])

---

@谢谢，我错过了那部分。编辑。@sg.sysel谢谢，我错过了那部分。编辑。

import pandas as pd
#construct df1
#construct df2

#merge two df based on name
df=pd.merge(df1,df2,on="name")

#get the length of messages and filter out unequal length

df_same_length=df[~df["message_x"].astype(str).str.len()==df["message_y"].astype(str).str.len()]

print(df_same_length["name"])