如何用Pandas统计字符串列字符数并按字符数分组统计行数

我来帮你搞定这个需求！你之前已经算出了每个名称的字符长度，但还缺少按长度分组统计行数和按行数降序排序这两个关键步骤，下面是完整的实现代码和详细解释：

完整代码 #

import pandas as pd

# 读取你的CSV文件（替换成实际文件路径）
df = pd.read_csv('your_file.csv')

# 链式操作完成所有需求：计算长度→分组统计→排序→重命名列
result = (df
          # 新增列：计算每个name的字符长度
          .assign(str_len_count=lambda x: x['name'].str.len())
          # 按长度分组，统计每组的行数（对应id的数量）
          .groupby('str_len_count')
          .size()
          # 将分组结果转为DataFrame，并给统计列命名为id_count
          .reset_index(name='id_count')
          # 按行数（id_count）降序排列
          .sort_values(by='id_count', ascending=False)
          # 重命名列名到你需要的格式
          .rename(columns={
              'str_len_count': 'chars(str_len_count)',
              'id_count': 'rows(id_count)'
          }))

# 输出结果
print(result)

分步解释 #

1. 读取数据：用pd.read_csv加载你的CSV文件，替换成实际文件路径即可。
2. 计算字符长度：用assign新增str_len_count列，存储每个name的字符长度（和你之前的df['NAME_Count'] = df['name'].str.len()效果一致，链式写法更简洁）。
3. 分组统计行数：groupby('str_len_count').size()会按字符长度分组，统计每组的行数（也就是对应id的数量）。如果你的id列没有空值，用groupby('str_len_count')['id'].count()也能得到同样结果。
4. 转为DataFrame并命名列：reset_index把分组后的索引转为列，同时给统计的行数列命名为id_count。
5. 按行数降序排序：sort_values(by='id_count', ascending=False)实现按行数从多到少排列。
6. 重命名列名：用rename把列名调整成你需要的chars(str_len_count)和rows(id_count)格式。

验证结果 #

用你提供的测试数据运行后，会得到完全符合需求的输出：

chars(str_len_count)  rows(id_count)
0                     7               2
1                    11               2
2                    14               1

内容的提问来源于stack exchange，提问作者Baobab1988