如何在Pandas中统计文本列的换行符（行数）数量？

核心逻辑 #

和你提到的Excel公式逻辑完全一致：用单元格文本的原长度，减去替换掉所有换行符后的文本长度，差值就是换行符的数量。Excel里用CHAR(10)代表换行符，对应Python里的\n。

两种实现方式 #

方式一：对标Excel公式写法 #

直接复刻Excel的LEN(A2)-LEN(SUBSTITUTE(A2,CHAR(10),""))逻辑：

import pandas as pd

# 示例数据
df = pd.DataFrame({
    'text': [
        '第一行\n第二行\n第三行',
        '无换行的单行文本',
        '\n开头带换行',
        ''
    ]
})

# 新增列存储换行符数量
df['换行符数量'] = df['text'].str.len() - df['text'].str.replace('\n', '', regex=False).str.len()

方式二：更简洁的直接统计 #

用Pandas的str.count方法直接统计每个单元格中\n的出现次数，代码更短：

df['换行符数量'] = df['text'].str.count('\n')

特殊情况处理 #

如果你的文本里是Windows风格的\r\n换行符，需要先统一转换或者直接统计：

# 先把所有\r\n转成\n，再统计
df['text'] = df['text'].str.replace('\r\n', '\n', regex=False)
df['换行符数量'] = df['text'].str.count('\n')

# 或者直接统计\r\n
df['换行符数量'] = df['text'].str.count('\r\n')

• 空单元格会返回0，和Excel公式的表现一致。

内容的提问来源于stack exchange，提问作者Green