我有一个数据框,其中大多数列都是varchar/object类型.柱的长度变化很大,可以是3-1000+范围内的任何值.现在,对于每一列,我想测量最大长度.
我知道如何计算列的最大长度.如果是varchar,则:
max(df.char_col.apply(len))
如果是数字(float8或int64),则:
max(df.num_col.map(str).apply(len))
但我的dataframe有数百列,我想同时计算所有列的最大长度.问题是,有不同的数据类型,我不知道如何一次完成所有工作.
问题1:如何为数据帧中的每列获取最大列长度
现在,我try 使用以下代码仅对varchar/对象类型列执行此操作:
xx = df.select_dtypes(include = ['object'])
for col in [xx.columns.values]:
maxlength = [max(xx.col.apply(len))]
我只 Select 了对象类型的列,并try 编写for循环.但它不起作用.在for循环中使用apply()可能不是个好主意.
问题2:如何仅为对象类型列获取每列的最大长度
示例数据框:
d1 = {'name': ['john', 'tom', 'bob', 'rock', 'jimy'], 'DoB': ['01/02/2010', '01/02/2012', '11/22/2014', '11/22/2014', '09/25/2016'], 'Address': ['NY', 'NJ', 'PA', 'NY', 'CA'], 'comment1': ['Very good performance', 'N/A', 'Need to work hard', 'No Comment', 'Not satisfactory'], 'comment2': ['good', 'Meets Expectation', 'N', 'N/A', 'Incompetence']}
df1 = pd.DataFrame(data = d1)
df1['month'] = pd.DatetimeIndex(df1['DoB']).month
df1['year'] = pd.DatetimeIndex(df1['DoB']).year