如何使用Python统计DataFrame指定列值中的空格数量

原有代码调用的isspace()方法作用是判断整个字符串是否全部由空格字符组成，因此只会返回布尔值，完全不满足统计空格个数的需求。

方案1：Pandas向量化实现（优先推荐，性能更高） #

直接调用Series的str.count方法匹配空格字符即可，无需逐行遍历：

# 基础实现，仅统计普通半角空格
df['space_count'] = df['Key'].str.count(' ')

# 兼容空值、非字符串类型的稳健版本
df['space_count'] = df['Key'].str.count(' ').fillna(0).astype(int)

如果需要同时统计全角空格、制表符等所有空白字符，可以把匹配规则改成正则匹配\s：

df['space_count'] = df['Key'].str.count(r'\s').fillna(0).astype(int)

方案2：apply遍历实现 #

如果需要自定义逻辑兼容更多特殊场景，可以调整lambda表达式的逻辑：

df['space_count'] = df['Key'].apply(lambda x: x.count(' ') if isinstance(x, str) else 0)

结果验证 #

以你给出的示例Key列值运行后，得到的统计结果对应如下：

内容的提问来源于stack exchange，提问作者user468368