如何查看DataFrame各值的位数并计算各值的字节数？附示例数据

当然有可行的方法！我来一步步帮你解决这两个需求：

一、计算每个值的十进制位数 #

你的需求是得到每个数字的十进制位数（比如672对应3位，6740对应4位），可以通过将每个元素转为字符串后取长度来实现，完全匹配你期望的结果。

代码示例 #

首先构造你的DataFrame（假设数据是一维的，先转为Series再转DataFrame）：

import pandas as pd

# 你的原始数据
data = [672, 635, 6740, 2, 1, 3, 1, 1, 1, 531, 0, 673, 635, 6740, 2, 1, 3, 1, 1, 1, 531, 0, 674, 635, 6740, 2, 1, 3, 1, 1, 1, 531, 0, 675, 635, 6740, 2, 1, 3, 1, 1, 1, 531, 0, 676, 635, 6740, 2, 1, 3, 1, 1, 1, 531, 0, 677, 635, 6740, 2, 1, 3, 1, 1, 1, 531, 0]
df = pd.DataFrame(data, columns=['values'])

然后计算每个值的位数：

# 计算十进制位数
df['digit_count'] = df['values'].apply(lambda x: len(str(x)))

# 输出结果，和你的期望完全一致
print(df['digit_count'].tolist())

运行后会得到你想要的结果：[3, 3, 4, 1, 1, 1, 1, 1, 1, 3, 1, 3, 3, 4, 1, 1, 1, 1, 1, 1, 3, 1, 3, 3, 4, 1, 1, 1, 1, 1, 1, 3, 1, 3, 3, 4, 1, 1, 1, 1, 1, 1, 3, 1, 3, 3, 4, 1, 1, 1, 1, 1, 1, 3, 1, 3, 3, 4, 1, 1, 1, 1, 1, 1, 3, 1]

注意事项 #

如果你的DataFrame中有浮点数，需要先处理掉小数部分（比如用int(x)转换）再转字符串，避免小数点和小数位干扰结果。

二、计算每个值的字节数 #

这里分两种常见场景，你可以根据实际需求选择：

场景1：DataFrame中元素的存储字节数（即数据类型占用的字节） #

pandas中不同数值类型占用的字节数不同（比如int8占1字节，int32占4字节）。可以通过以下方式获取每个元素的存储字节数：

# 先查看列的数据类型（默认可能是int64，占8字节）
print(df['values'].dtype)

# 计算每个元素的存储字节数
df['storage_bytes'] = df['values'].apply(lambda x: x.nbytes)
print(df['storage_bytes'].tolist())

如果你的数据范围不大，可以转换数据类型来减少存储开销，比如：

# 转换为int16类型（范围-32768到32767，完全容纳你的数据）
df['values'] = df['values'].astype('int16')
df['storage_bytes'] = df['values'].apply(lambda x: x.nbytes)
print(df['storage_bytes'].tolist())  # 现在每个元素占2字节

场景2：数值本身的二进制表示所需的最小字节数 #

如果需要计算这个数的二进制位数对应的最小字节数（比如672的二进制是10位，需要2字节），可以用以下方法：

import math

def get_min_bytes(x):
    if x == 0:
        return 1  # 0的二进制至少占1字节
    # 计算二进制位数，再向上取整为字节数
    bit_length = x.bit_length()
    return math.ceil(bit_length / 8)

df['min_value_bytes'] = df['values'].apply(get_min_bytes)
print(df['min_value_bytes'].tolist())

比如672的二进制位数是10，10/8=1.25，向上取整为2字节；6740的二进制位数是13，对应2字节，以此类推。

内容的提问来源于stack exchange，提问作者ner