如何计算panda表的一列中逗号分隔的值？

Question

我有以下代码：

businessdata = ['Name of Location','Address','City','Zip Code','Website','Yelp',
'# Reviews', 'Yelp Rating Stars','BarRestStore','Category',
'Price Range','Alcohol','Ambience','Latitude','Longitude']

business = pd.read_table('FL_Yelp_Data_v2.csv', sep=',', header=1, names=businessdata)
print '\n\nBusiness\n'
print business[:6]

它读取我的文件并创建一个Panda表供我使用。 我需要计算“Category”变量的每行中有多少个类别，并将这个数字存储在名为“categories”的新列中。以下是目标列示例：

^{pr2}$

期望输出：

Category                                        # Categories  
French                                               1           
Adult Entertainment , Lounges , Music Venues         3         
American (New) , Steakhouses                         2        
American (New) , Beer, Wine & Spirits , Gastropubs   4         
Chicken Wings , Sports Bars , American (New)         3         
Japanese                                             1        

编辑1：

原始输入=CSV文件。目标列：“类别” 我还不能发布截图。我不认为要计算的值是列表。在

这是我的代码：

business = pd.read_table('FL_Yelp_Data_v2.csv', sep=',', header=1, names=businessdata, skip_blank_lines=True)
#business = pd.read_csv('FL_Yelp_Data_v2.csv')

business['Category'].str.split(',').apply(len)
#not sure where to declare the df part in the suggestions that use it.

print business[:6]

但我一直收到以下错误：

TypeError: object of type 'float' has no len() 

编辑2：

我放弃了。谢谢你的帮助，但我得想别的办法。在

Answer 1

假设Category实际上是一个列表，那么可以使用apply（根据@EdChum的建议）：

business['# Categories'] = business.Category.apply(len)

如果没有，首先需要解析它并将其转换为一个列表。在

^{pr2}$

你能展示一下这个专栏的输出示例吗（包括正确的引文）？在

p.S.@EdChum谢谢你的建议。我很感激他们。我相信列表理解方法可能更快，根据我用30k+行数据测试的一些文本数据样本：

%%timeit
df.Category.str.strip().str.split(',').apply(len)
10 loops, best of 3: 44.8 ms per loop

%%timeit
df.Category.map(lambda x: [i.strip() for i in x.split(",")])
10 loops, best of 3: 28.4 ms per loop

即使考虑到len函数调用：

%%timeit
df.Category.map(lambda x: len([i.strip() for i in x.split(",")]))
10 loops, best of 3: 30.3 ms per loop

Answer 2

使用pd.read_csv文件要使输入更容易：

business = pd.read_csv('FL_Yelp_Data_v2.csv')

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html

创建后，您可以创建一个函数，以“，”分隔categories列，并计算结果列表的长度。使用lambda并涂抹。在

Answer 3

这是有效的：

business['# Categories'] = business['Category'].apply(lambda x: len(x.split(',')))

如果需要处理NA等，可以传递一个更精细的函数，而不是lambda。在