如何使用pandas统计DataFrame列中每行逗号分隔的字符串数量

问题原因 #

• 第一种方法错误点：提前执行astype('str')将原生NaN空值强制转换为字符串'nan'，拆分后得到长度为1的列表，导致空值统计结果错误。
• 第二种方法错误点：未提前统一转换非空值为字符串类型，若列中存在数值类型的单条编码（如int类型的23），调用str.count会返回NaN，最终被fillna(0)填充为0，导致单条条目统计错误。

可行解决方案 #

方案1：向量化操作（适配2200行及更大数据量，性能更好）

# 非空值转字符串拆分统计长度，原生空值直接填0
df['count'] = df['pre_code'].astype(str).str.split(',').str.len().where(df['pre_code'].notna(), 0)

方案2：apply实现（代码可读性更高，小数据量使用更便捷）

import pandas as pd

df['count'] = df['pre_code'].apply(lambda x: len(str(x).split(',')) if pd.notna(x) else 0)

两种方案均可输出期望结果：

内容的提问来源于stack exchange，提问作者yangyang