如何从pandas DataFrame的字符串数组列中提取首个数值

首先明确需求：你当前DataFrame的X列每个单元格是整体为字符串格式的数值数组，需要把每个单元格替换为对应数组的第一个浮点数值。

方法1：安全解析字符串（推荐常规场景使用） #

用Python内置的ast.literal_eval安全解析字符串为真实列表，再取第一个元素，不会有eval的安全风险：

1. 导入依赖库

import pandas as pd
import ast

2. 直接转换列

df['X'] = df['X'].apply(lambda x: ast.literal_eval(x)[0])

如果需要兼容空数组、格式异常的字符串，加异常处理：

def extract_first(x):
    try:
        arr = ast.literal_eval(x)
        return arr[0] if arr else None
    except:
        # 格式错误时返回默认值，可自行修改
        return None

df['X'] = df['X'].apply(extract_first)

方法2：字符串分割（推荐大数据量场景使用） #

不需要解析整个数组，直接通过字符串操作提取第一个数值，性能远高于apply方法：

df['X'] = df['X'].str.lstrip('[').str.split(',', n=1).str[0].astype(float)

逻辑说明：先去掉字符串开头的[，然后只按第一个逗号分割成两部分，取第一部分转成浮点型即可，n=1参数可以避免不必要的分割操作，进一步提升效率。

内容的提问来源于stack exchange，提问作者Ossz