统计pandas列中列表元素的总数

Question

我有一个pandas数据帧A，列keywords为 （这里我只显示了4行，但实际上有数百万）：

 keywords
 ['loans','mercedez','bugatti']
 ['trump','usa']
 ['galaxy','7s','canon','macbook']
 ['beiber','spiderman','marvels','ironmen']

我想求出keywords列中列表元素的总数，并将其存储到某个变量中。有点像

^{pr2}$

我怎么能在熊猫身上做到呢？在

Answer 1

使用sum和map：

sum(map(len, df.keywords))

样本

^{pr2}$

12

计时

df = pd.concat([df]*10000)

%timeit sum(map(len, df.keywords))
1.87 ms ± 52.9 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit df.keywords.map(len).sum()
13.5 ms ± 661 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit df.keywords.str.len().sum()
14.3 ms ± 272 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

验证

>>> sum(map(len, df.keywords)) == df.keywords.map(len).sum() == df.keywords.str.len().sum()
True

有点免责声明：在包含列表的列上使用pandas方法总是效率低下（这就是为什么在这里使用非pandas的方法要快得多），因为数据帧不是用来存储list。你应该尽量避免这种情况。在

Answer 2

IIUC公司

设置

df = pd.DataFrame()
df['keywords']=[['loans','mercedez','bugatti'], 
                ['trump','usa'], 
                ['galaxy','7s','canon','macbook'], 
                ['beiber','spiderman','marvels','ironmen']]

然后使用^{}和{}

^{pr2}$

---

详细信息：

df.keywords.str.len()

0    3
1    2
2    4
3    4
Name: keywords, dtype: int64

---

Ps：如果您的strings看起来像一个列表，请先使用ast.literal_eval转换成list。在

df.keywords.transform(ast.literal_eval).str.len().sum()

Answer 3

你可以试试这个：

df.keywords.map(len).sum()