如何基于DataFrame列中单词的长度筛选数据行

嘿，我明白你的问题啦！你之前的代码是在判断整个字符串的长度是否等于11，而不是检查字符串里的单个单词长度，这就是为什么得到了错误的结果。

正确的解决方案 #

我们需要把每个字符串拆分成独立的单词，然后检查其中是否存在长度为11的单词。可以用apply()结合any()来实现：

import pandas as pd

# 你的原始DataFrame
df = pd.DataFrame(['Hello world', 'World is good', 'Worldisnice hello'], columns=['A'])

# 筛选包含长度为11的单词的行
filtered_df = df[df['A'].apply(lambda x: any(len(word) == 11 for word in x.split()))]

print(filtered_df)

代码解释 #

• x.split()：把每行的字符串按空格拆分成单词列表（比如第三行会拆成['Worldisnice', 'hello']）
• len(word) == 11：检查每个单词的长度是否为11
• any(...)：只要列表中有一个单词满足长度条件，就返回True，对应的行就会被保留

执行这段代码后，你会得到预期的结果：

A
2  Worldisnice hello

扩展说明 #

如果你的字符串里有其他分隔符（比如逗号、句号等），可以用正则表达式来拆分单词，比如：

import re
filtered_df = df[df['A'].apply(lambda x: any(len(word) == 11 for word in re.findall(r'\b\w+\b', x)))]

re.findall(r'\b\w+\b', x)会提取所有由字母数字组成的独立单词，不受其他分隔符影响。

内容的提问来源于stack exchange，提问作者Nacho