汇总Emoji长度

Question

我有表情符号列表，我想做一个新的变量，将每行列表中的所有表情符号的长度加起来，然后将每行的列表编码为'utf-16be‘，并将其分成2。

你可以使用下面的代码重现我的代码。

import pandas as pd
import emoji
import re

e_1 = emoji.emojize(":thinking_face:")
e_2 = emoji.emojize(":see-no-evil_monkey:")
e_3 = emoji.emojize(":relieved_face:")
e_4 = emoji.emojize(":two_hearts:")
e_5 = emoji.emojize(":two_women_holding_hands:")
e_6 = emoji.emojize(":bikini:")
e_7 = emoji.emojize(":woman_student_medium-dark_skin_tone:")

df = pd.DataFrame(
    [
        [f"{e_1}{e_2} me así se {e_3} ds {e_4}{e_5}{e_6} hello {e_7}"],
        [f"{e_1}{e_2} me así se {e_3} ds {e_4}{e_5}{e_6} hello"],
        [f"{e_1}{e_2} me así se {e_3} ds"],
        [f"{e_1}{e_2} me así"],
    ],
    columns=["Text"],
)

df['emoji_list'] = df["Text"].apply(lambda row: ''.join(c for c in row if c in emoji.UNICODE_EMOJI))

df["emoji_len"] = sum(df["emoji_list"].apply(lambda x: x.encode('utf-16be')) // 2)

在df["emoji_list"]中，我在下面的每一行中都有这些

0?????????

1个??????

2个???

3个??

我当前的df‘’emoji_len‘代码不工作。出现的错误是“+：'int‘and’bytes‘不支持的操作数类型”。有人能帮我改正我的代码吗？

Answer 1

一些错误..。使用decode()，你需要计算len()//2

byt = 'emoji_xxx'.encode('utf-16be')
df = pd.DataFrame(dict(emoji_list = [byt for n in range(3)]))

df["emoji_len"] = df["emoji_list"].apply(lambda x: len(x.decode('utf-16be')))//2
print(df)

                                         emoji_list  emoji_len
0  b'\x00e\x00m\x00o\x00j\x00i\x00_\x00x\x00x\x00x'         12
1  b'\x00e\x00m\x00o\x00j\x00i\x00_\x00x\x00x\x00x'         12
2  b'\x00e\x00m\x00o\x00j\x00i\x00_\x00x\x00x\x00x'         12