Pandas提取object类型区间列值至两int列：效率与类型转换问题

1. 当前实现是不是最高效的？ #

不是。当前代码用map+lambda逐行处理，属于Python层面的循环操作，效率较低，尤其是数据量较大时。更高效的方式是利用Pandas的矢量化字符串操作（比如str.split），它底层基于C实现，无需逐行遍历，且只需拆分一次就能同时获取最小值和最大值的原始内容，避免了两次遍历原列的开销。

2. 如何将生成的string类型列转为int类型？ #

因为原列存在NaN值，直接用astype(int)会报错（NaN无法转换为普通int），推荐以下两种方式：

方式一：拆分时直接转换（推荐） #

先通过str.split拆分列，再用pd.to_numeric转换为数值型，最后转为支持缺失值的可空整数类型Int64：

import pandas as pd

# 拆分列，得到两列原始字符串
split_result = df["values"].str.split(" - ", expand=True)
# 转换为可空整数类型，errors="coerce"将无效值转为pd.NA
df["min"] = pd.to_numeric(split_result[0], errors="coerce").astype("Int64")
df["max"] = pd.to_numeric(split_result[1], errors="coerce").astype("Int64")

方式二：修改原有代码转换 #

如果要基于你原来的代码调整，可以在赋值时直接转换，同时用pd.NA适配缺失值场景：

import numpy as np
import pandas as pd

df["min"] = df["values"].map(lambda x: int(minimum) if x and (minimum:=str(x).split(" - ")[0]) else pd.NA).astype("Int64")
df["max"] = df["values"].map(lambda x: int(maximum) if x and " - " in str(x) and (maximum:=str(x).split(" - ")[1]) else pd.NA).astype("Int64")

内容的提问来源于stack exchange，提问作者khteh