如何提取DataFrame列表列的最长字符串及全表最长值

你现有代码的核心问题有两个：一是range(0:2)存在语法错误，Python的range参数用逗号分隔，就算写成range(0,2)也仅遍历前2行，无法覆盖全量数据；二是手动for循环遍历不符合pandas的最佳实践，代码冗余还容易出索引错误。
可以直接用pandas的apply方法实现需求，完整实现代码如下：

import pandas as pd

# 构造样例DataFrame，实际使用时替换为你自己的数据源即可
df = pd.DataFrame({
    'items': [
        ['pants','hat'],
        ['clothes'],
        ['mouse','xx']
    ]
})

# 生成longest_str列，按你要求用列表包裹最长字符串
df['longest_str'] = df['items'].apply(lambda x: [max(x, key=len)])

# 计算整个DataFrame中的最长字符串
global_longest = max(df['longest_str'].str[0], key=len)

# 输出验证
print(df)
print("全局最长字符串：", global_longest)

运行输出结果 #

items longest_str
0  [pants, hat]     [pants]
1     [clothes]   [clothes]
2   [mouse, xx]     [mouse]
全局最长字符串： clothes

注意事项 #

• 如果你不需要longest_str列的值是列表格式，仅需要存字符串本身，把lambda里的外层方括号去掉即可：lambda x: max(x, key=len)
• 该方案无需手动写循环，自动适配任意行数的DataFrame，性能远高于手动遍历实现

内容的提问来源于stack exchange，提问作者Joe Ng