Python如何拆分pandas DataFrame列字符串值并转换为整数或浮点数

解决方案 #

你可以在拆分字符串后通过apply方法遍历列表元素做类型转换，以下是不同场景的实现方式：

1. 统一转整数类型 #

import pandas as pd

# 示例DataFrame
df11 = pd.DataFrame({'A': ['1'+'_'+'2']})
# 拆分后转整数列表
df11["Timetaken"] = df11['A'].str.split('_').apply(lambda x: [int(i) for i in x])

运行后df11["Timetaken"].iloc[0]的输出为[1, 2]，元素均为整数类型。

2. 统一转浮点数类型 #

把上面代码里的int替换为float即可：

df11["Timetaken"] = df11['A'].str.split('_').apply(lambda x: [float(i) for i in x])

输出结果为[1.0, 2.0]。

3. 自动适配整型/浮点型，兼容异常值 #

如果字符串里既有整数也有小数，或者可能存在非数字字符，可以用pd.to_numeric做转换，还能通过errors参数控制异常处理逻辑：

# 自动识别数值类型，遇到非数字默认抛出错误
df11["Timetaken"] = df11['A'].str.split('_').apply(lambda x: [pd.to_numeric(i) for i in x])

# 如果要忽略非数字字符转成NaN，添加errors参数即可
df11["Timetaken"] = df11['A'].str.split('_').apply(lambda x: [pd.to_numeric(i, errors='coerce') for i in x])

内容的提问来源于stack exchange，提问作者SoKu