为帮助学习pandas，特意从和鲸社区中提炼出120道经典数据处理常见操作例题，从基础入门到进阶来更快速、更专业的角度理解pandas。主要包括：

Pandas基础Pandas进阶金融数据处理NumPy科学计算一些补充

（）

正文：

将字典创建为DataFrame

data_dict={   "City":["北京","上海","郑州","hangzhou",np.nan,"tianjin","武汉","上海"],   "Air_quality":[80,88,np.nan,85,85,85,87,87]}data = pd.DataFrame(data_dict)data

需求分析：

需求描述：统计Air_quality列每个字符串的长度，并生成一个新列；

代码实现：

方法一：利用str.len()统计，在此之前，请检查Air_quality列的数据类型，如果是float、int均不能使用len()函数

第一步：将int类型转化为str;

#第一步：将int类型转化为str;data['Air_quality']=data['Air_quality'].astype('str')

#第二步：利用len()函数，判断Air_quality列每个字符串的长度，并生成新列data['len_str']=data['Air_quality'].str.len()data

方法二：利用map以及lamdba()编列每个字符串，并判断其长度。

data['len_str'] = data['Air_quality'].map(lambda x: len(str(x)))data

总结：此案例利用两种方法，统计Air_quality列的长度，1.利用len()函数（注意：数据列类型。请及时转化）；2.利用map()、lambda（）函数，统计列长度。两种方法，根据自己的需要选择。