预处理后DataFrame含列表致split报错，如何修复词数统计函数？

初始时，train DataFrame的train列存储文本字符串：

index                     train
0        My favourite food is anything I didn't have to...
1        Now if he does off himself, everyone will thin...
2                           WHY THE FUCK IS BAYLESS ISOING
3                              To make her feel threatened
4                                   Dirty Southern Wankers

原本使用以下函数统计词数：

def word_count(df):
    word_count = []
    for i in df['text']:
        word = i.split()
        word_count.append(len(word))
    return word_count

train['word_count'] = word_count(train)

完成文本预处理后，train列变为单词列表类型：

index                             train
0                     [favourit, food, anyth, didnt, cook]
1        [everyon, think, he, laugh, screw, peopl, inst...]
2                                     [fuck, bayless, iso]
3                                   [make, feel, threaten]
4                                [dirti, southern, wanker]

此时调用原word_count函数会触发错误：AttributeError: 'list' object has no attribute 'split'，原因是当前train列的元素是列表，不再是字符串，无法调用split()方法。

方法1：修改原word_count函数 #

直接取列表的长度即可，无需再执行split，同时修正原函数里列名的笔误：

def word_count(df):
    word_count = []
    for i in df['train']:
        word_count.append(len(i))
    return word_count

train['word_count'] = word_count(train)

方法2：用pandas.apply简化实现 #

不用写循环函数，直接用apply对每个列表取长度：

train['word_count'] = train['train'].apply(len)

方法3：用pandas字符串访问器（更简洁高效） #

pandas的str访问器支持对列表类型元素调用len，一行搞定：

train['word_count'] = train['train'].str.len()

内容的提问来源于stack exchange，提问作者Chubiblan