统计文本数据集的总字符数

Question

我有一个数据框格式的数据集，第一列包含文本，第二列包含标签。我想计算数据集的字符总数。我实现了一个代码的总字数，但我不能采用它的字符。如果你能帮助我，我将不胜感激。

# To see the total number of words 
dt['text'].apply(lambda x: len(x.split(' '))).sum()

Answer 1

dt['text'].str.len().sum()

这将给出字符总数。你可以从这里查看str的文档(序列和索引的矢量化字符串函数)

Answer 2

您可以使用.str.len()来获取长度，即如下所示的字符总数

import pandas as pd
df = pd.DataFrame({'text':['A','BBB','CCCCC']})
print(df['text'].str.len())

输出

0    1
1    3
2    5
Name: text, dtype: int64