如何从含空列表和单值列表的Pandas DataFrame中提取值转整数

方法1：通用兼容处理（适配混合字符串/列表类型） #

适合SysNum列同时存在JSON格式字符串和原生Python列表的场景：

import pandas as pd
import json

# 示例数据初始化
data = {'Name': ['BN #1', 'HHC', 'A comp', 'B comp', 'BN #2', 'HHC', 'A comp', 'B comp'],
        'SysNum': ['["1"]', [], [], [], '["2"]', [], [], []]
            }
df = pd.DataFrame(data)

def parse_sysnum(val):
    # 字符串格式先转Python列表
    if isinstance(val, str):
        val = json.loads(val)
    # 非空列表取首元素转整数，空列表返回缺失值
    return int(val[0]) if val else pd.NA

df['SysNum_Int'] = df['SysNum'].apply(parse_sysnum)

生成的SysNum_Int列为Pandas可空整数类型Int64，直接调用df['SysNum_Int'].max()即可获取最大值。

方法2：向量化高性能处理（适合超大型DataFrame） #

利用正则提取避免逐行apply，性能提升显著，无需考虑原数据是字符串还是列表类型：

# 统一转为字符串后提取双引号包裹的数字，转可空整数类型
df['SysNum_Int'] = df['SysNum'].astype(str).str.extract(r'"(\d+)"').astype('Int64')

效果验证 #

两种方法处理后得到的SysNum_Int列输出一致：

0       1
1    <NA>
2    <NA>
3    <NA>
4       2
5    <NA>
6    <NA>
7    <NA>
Name: SysNum_Int, dtype: Int64

最大值查询df['SysNum_Int'].max()返回结果为2，符合预期。

内容的提问来源于stack exchange，提问作者JakeP