Pandas Series.str_len() 函数

Pandas 常用函数

Series.str.len() 是 Pandas 中用于计算字符串长度的函数。

在数据处理过程中，我们经常需要了解字符串的长度信息，比如验证输入长度、筛选特定长度的文本、分析文本长度分布等。len() 函数可以返回每个字符串元素的字符数量。

单词释义：len 是 "length"（长度）的缩写，表示返回字符串的字符数。

基本语法与参数

str.len() 是 Series 的字符串访问器方法，因此你需要先有一个包含字符串的 Series，然后通过 .str 访问器来调用它。

语法格式

Series.str.len()

参数说明

• 参数：无参数。该函数不需要任何参数，直接调用即可。

函数说明

• 返回值：返回一个整数 Series，表示每个字符串的字符数量。
• 效果：计算 Series 中每个字符串元素的字符数（包括空格和特殊字符）。
• 注意：对于非字符串元素，会返回其字符串表示的长度。

实例

让我们通过一系列从简单到复杂的例子，彻底掌握 str.len() 的用法。

示例 1：基础用法 - 计算字符串长度

输出结果:

原始 Series:
0      hello
1     runoob
2     python
3        ai
4       data
dtype: object

字符串长度:
0    5
1    6
2    6
3    2
4    4

代码解析:

1. s.str.len() 计算每个字符串的字符数。
2. 'hello' 有 5 个字符，返回 5。
3. 'runoob' 有 6 个字符，返回 6。
4. 空字符串返回长度为 0。

示例 2：包含空格的字符串长度

len() 会计算所有字符，包括空格。

输出结果:

原始 Series:
0     hello world
1   runoob python
2           a b c
3          space
dtype: object

字符串长度（包括空格）:
0    11
1    13
2          5
3          8

代码解析:

• 'hello world' 有 11 个字符（包括中间的空格）。
• ' space ' 有 8 个字符（包括前后各两个空格）。
• 空格被计算为字符。

示例 3：筛选特定长度的字符串

len() 经常与布尔索引结合使用来筛选数据。

输出结果:

所有产品:
0            iPhone
1    Samsung Galaxy
2       MacBook Pro
3              iPad
4            Dell XPS
dtype: object

长度大于 8 的产品:
1    Samsung Galaxy
2       MacBook Pro
4        Dell XPS
dtype: object

长度小于等于 5 的产品:
0       iPhone
3         iPad
dtype: object

代码解析:

• products.str.len() > 8 返回布尔 Series，表示长度是否大于 8。
• 使用布尔索引筛选出符合条件的产品名称。
• 这是数据筛选的常见操作。

示例 4：统计长度分布

len() 可以用于统计分析。

输出结果:

句子列表:
0                            Hello
1                       Hello world
2                  Pandas is powerful
3    Data science with machine learning
4                             AI
dtype: object

每个句子的字符长度:
0      5
1     11
2     18
3     29
4      2
dtype: int64

统计信息:
最短长度: 2
最长长度: 29
平均长度: 13.00
总长度: 65

代码解析:

• lengths.min() 返回最短的字符串长度。
• lengths.max() 返回最长的字符串长度。
• lengths.mean() 返回平均长度。
• lengths.sum() 返回总字符数。

示例 5：处理混合类型数据

len() 也会计算数字等非字符串元素的字符串表示长度。

输出结果:

原始 Series:
0       hello
1       12345
2      runoob
3        NaN
4         py
dtype: object

字符串长度:
0       5.0
1       5.0
2       6.0
3       NaN
4       2.0

代码解析:

• 数字 12345 被转换为字符串 '12345'，长度为 5。
• NaN 值返回 NaN（不会报错）。
• 返回的是 float 类型，因为 NaN 是 float。

示例 6：与 split 结合计算单词数

可以将 len() 与 split() 结合来计算单词数。

输出结果:

句子列表:
0           hello world
1    runoob python tutorial
2    pandas data analysis
3    machine learning
dtype: object

单词数量:
0    2
1    3
2    3
3    2
dtype: int64

代码解析:

• str.split() 将句子拆分成单词列表。
• .str.len() 计算列表的长度（即单词数量）。
• 这在统计文本的单词数时非常有用。

注意事项

• str.len() 计算的是字符数，而不是字节数。
• 对于中文字符，每个汉字算一个字符。
• 空格、制表符等特殊字符也会被计算在内。
• 如果 Series 中包含 NaN 值，返回 NaN（而不是报错）。
• 对于非字符串元素（如数字），会先转换为字符串再计算长度。
• 该函数返回一个新的 Series，不会修改原始数据。

Pandas 常用函数