如何快速将pandas DataFrame字典列内的字符串值转换为float类型

基于你给出的示例DataFrame，两种需求的高效实现方法如下：

需求1：保留data列字典结构，内部值转换为float类型 #

使用apply配合字典推导式逐行处理字典，逻辑简单易读，常规数据量下性能足够：

df['data'] = df['data'].apply(lambda x: {k: float(v) for k, v in x.items()})

需求2：拆分data列字典为独立列，对应值转换为float类型 #

使用pandas向量化操作实现，性能远高于逐行处理，兼容部分行缺省字典key的场景（缺省值自动填充NaN）：

# 拆分data列并转换类型后，与原非data字段拼接
df = pd.concat(
    [df.drop(columns=['data']),
     pd.DataFrame(df['data'].tolist()).astype(float)],
    axis=1
)

内容的提问来源于stack exchange，提问作者Ulises Bussi