如何在Pandas DataFrame列中获取每个单词的长度？

错误原因 #

你之前的代码[len(i) for i in df['words']]是对每个单元格整体计算长度：

• 如果单元格是拼接所有单词的长字符串，返回的是整个字符串的字符总数（即所有单词长度之和）
• 如果单元格是单词列表，返回的是列表内单词的数量
  这都不是你需要的「每个单词的长度组成的列表」。

解决方案 #

根据你的words列存储格式，分两种情况处理：

情况1：单元格是空格分隔的单词字符串 #

如果df['words']的每个单元格是类似"alpha omega up down ..."的空格分隔字符串，先拆分字符串为单词列表，再逐个计算单词长度：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({'words': ["alpha omega up down over under purple red blue green"]})

# 生成每个单词长度的列表
df['test'] = df['words'].str.split().map(lambda x: [len(word) for word in x])

# 查看结果
print(df['test'].iloc[0])
# 输出: [5, 5, 2, 4, 4, 5, 6, 3, 4, 5]

情况2：单元格本身是单词列表 #

如果df['words']的每个单元格已经是["alpha","omega",...]这样的单词列表，直接对列表内的每个单词计算长度：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({'words': [["alpha","omega","up","down","over","under","purple","red","blue","green"]]})

# 生成每个单词长度的列表
df['test'] = df['words'].apply(lambda x: [len(word) for word in x])

# 查看结果
print(df['test'].iloc[0])
# 输出: [5, 5, 2, 4, 4, 5, 6, 3, 4, 5]

内容的提问来源于stack exchange，提问作者EB3