如何在Pandas DataFrame中提取每行最长字符串并生成新列

假设你拆分后的DataFrame里，每行都是拆分后的名字片段（可能存在空值NaN），下面提供两种实用方法：

方法一：简单直观（适合中小数据集） #

用apply逐行处理，结合max函数按长度取最长字符串，同时跳过空值：

# 新增longest_name列，每行取非空字符串中最长的那个
df['longest_name'] = df.apply(lambda row: max(row.dropna(), key=len), axis=1)

• row.dropna()用来过滤掉每行的空值，避免max函数报错；
• key=len指定按字符串长度比较大小，直接取长度最大的字符串。

方法二：高效向量化（适合大数据集） #

如果数据量很大，apply的逐行处理效率偏低，用向量化操作速度更快：

# 先把空值替换成空字符串，避免计算长度时出错
filled_df = df.fillna('')
# 计算每个单元格字符串的长度
str_lengths = filled_df.applymap(len)
# 找到每行长度最大的列的索引
max_col_pos = str_lengths.idxmax(axis=1)
# 根据索引提取对应的最长字符串
df['longest_name'] = filled_df.values[df.index, max_col_pos]

• 全程用Pandas向量化操作，比逐行遍历效率高很多；
• 若一行内有多个长度相同的最长字符串，会取最先出现的那个。

内容的提问来源于stack exchange，提问作者Pravshh040