在 Pandas DataFrame 的每一行中找到最大的字符串答案

【问题标题】：find the biggest string in each row in a Pandas DataFrame在 Pandas DataFrame 的每一行中找到最大的字符串
【发布时间】：2016-06-29 16:52:18
【问题描述】：

我是 Pandas 的新手，我正在尝试为 DataFrame 中的每一行获取最大的字符串。

import pandas as pd
import sqlite3
authors = pd.read_sql('select * from authors')

authors['name']
...
12       KRISHNAN RAJALAKSHMI
13                        J O
14                      TSIPE
15                    NURRIZA
16                HATICE OZEL
17                   D ROMERO
18                  LLIBERTAT
19                        E F
20               JASMEET KAUR
...

我期望的是在每个作者['name'] 行中取回最大的字符串：

...
12                RAJALAKSHMI
13                          J
14                      TSIPE
15                    NURRIZA
16                     HATICE
17                     ROMERO
18                  LLIBERTAT
19                          E
20                    JASMEET
...

我试图用空格和apply（max）分割字符串，但它不起作用。似乎 pandas 没有对每一行应用 max 。

authors['name'].str.split().apply(max)

# or
authors['name'].str.split().apply(lambda x: max(x))

# or

def get_max(x):
    y = max(x)
    print (y) # y is the biggest string in each row
    return y
authors['name'].str.split().apply(get_max)

# Still results in:

...
12       KRISHNAN RAJALAKSHMI
13                        J O
14                      TSIPE
15                    NURRIZA
16                HATICE OZEL
17                   D ROMERO
18                  LLIBERTAT
19                        E F
20               JASMEET KAUR
...

【问题讨论】：

标签： python string pandas split max

【解决方案1】：

当您告诉 pandas 将 max 应用于拆分系列时，它不知道应该最大化什么。您可以尝试类似

authors['name'].apply(lambda x: max(x.split(), key=len))

对于每一行，这将创建一个子字符串数组，并使用字符串长度作为键返回最大的字符串。

另请注意，虽然authors['name'].apply(lambda x: max(x.split())) 无需指定key=len 即可工作，但authors['name'].str.split().max() 不起作用，因为max() 是专门为获取数值的最大值而构建的pandas 数据框方法列，而不是每个拆分行的最大长度字符串。

【讨论】：

【解决方案2】：

你没有替换它的值...

试试这个功能：

def getName(df):
    df[0] = df[0].apply(lambda x: max(x.split(), key=len))

然后你只需调用：

getName(authors)

请注意，我在此代码中重新分配了 df[0] 的每个值。

输出：

    names
0   RAJALAKSHMI
1   O
2   TSIPE
3   NURRIZA
4   HATICE
5   ROMERO
6   LLIBERTAT
7   F
8   JASMEET

您的代码中的主要问题是您没有重新分配每一行中的值。

【讨论】：