python - 在 Pandas 数据框列中查找最长字符串的长度

Question

有没有比下面的示例更快的方法来查找 Pandas DataFrame 中最长字符串的长度？

import numpy as np
import pandas as pd

x = ['ab', 'bcd', 'dfe', 'efghik']
x = np.repeat(x, 1e7)
df = pd.DataFrame(x, columns=['col1'])

print df.col1.map(lambda x: len(x)).max()
# result --> 6

使用 IPython 的 %timeit 计时时，运行 df.col1.map(lambda x: len(x)).max() 大约需要 10 秒。

Answer 1

DSM 的建议似乎是在不进行手动微优化的情况下获得的最佳效果:

%timeit -n 100 df.col1.str.len().max()
100 loops, best of 3: 11.7 ms per loop

%timeit -n 100 df.col1.map(lambda x: len(x)).max()
100 loops, best of 3: 16.4 ms per loop

%timeit -n 100 df.col1.map(len).max()
100 loops, best of 3: 10.1 ms per loop

请注意，显式使用 str.len() 方法似乎并没有太大的改进。如果您不熟悉 IPython，这是非常方便的 %timeit 语法的来源，我绝对建议您试一试以快速测试此类内容。

更新添加截图: