如何用Pandas获取DataFrame各列最大长度（含仅object类型列）

嘿，我来帮你搞定这两个批量计算列最大长度的问题！先给你纠正下之前代码里的小问题，再分别给出解决方案：

先说说你之前代码的问题 #

你这段循环代码跑不通主要有三个原因：

1. [xx.columns.values]把列名列表包成了嵌套列表，循环时每次拿到的是整个列名数组，不是单个列名；
2. 动态访问列不能用xx.col，得用xx[col]来指定具体列；
3. 每次循环都给maxlength重新赋值成单元素列表，最后只会保留最后一列的结果，没法收集所有列的长度。

问题2：仅获取object类型列的最大长度 #

这里有两种简洁高效的方法，选你顺手的用：

方法1：字典推导式（得到字典格式结果）

# 先筛选出所有object类型的列
object_cols = df1.select_dtypes(include=['object']).columns
# 批量计算每列的最大长度，存成字典
max_len_object = {col: df1[col].str.len().max() for col in object_cols}

# 打印结果
print(max_len_object)

运行后会得到类似这样的输出：

{'name': 4, 'DoB': 10, 'Address': 2, 'comment1': 21, 'comment2': 17}

方法2：用apply函数（得到Series格式结果）

如果想直接得到pandas的Series（方便后续分析），可以用一行代码搞定：

max_len_object_series = df1.select_dtypes(include=['object']).apply(lambda x: x.str.len().max())

这个方法里，x.str.len()会自动对object列的每个元素计算长度，再取最大值，apply把这个逻辑应用到每一列。

问题1：获取DataFrame中所有列的最大长度 #

要覆盖数值列（转成字符串后计算长度）和object列，我们可以写一个小函数，然后用apply遍历所有列：

def calculate_max_length(col):
    # 判断列类型
    if col.dtype == 'object':
        # object列直接计算元素长度的最大值
        return col.str.len().max()
    else:
        # 数值列先转成字符串，再计算长度的最大值
        return col.astype(str).str.len().max()

# 对所有列应用这个函数，得到每列的最大长度
max_len_all = df1.apply(calculate_max_length)

# 打印结果
print(max_len_all)

针对你给的示例DataFrame，运行后会得到：

name         4
DoB         10
Address      2
comment1    21
comment2    17
month        2
year         4
dtype: int64

可以看到，数值列month（最大是11，字符串长度2）和year（都是4位数字，长度4）的结果也正确计算出来了。

内容的提问来源于stack exchange，提问作者singularity2047