将熊猫列中的列表字符串提取为整数或浮点数

Question

我在 DF 数据框中有 A 列。当前；y，它看起来像这样：

      A
1    [32000, 56000, 12000] 
2    [32000, 12000]
3    []
4    [25]
.
.

有些单元格是空列表。我想将每行的值提取为整数或浮点数并对总值求和。我尝试这样做并收到以下消息：

[[float(i) for i in k]  for k in DF['A'] ]

ValueError: could not convert string to float:

我想要什么：

A
1 100000
2 44000
3 0 and so on.

我根据建议发布了一些结果：

import ast
DF.A.apply(ast.literal_eval)  (ValueError: malformed node or string: [])

DF.A.head().to_dict()

返回：

{0: [],
 1: ['32000', '56000', '12000'],
 2: [],
 3: [],
 4: ['2000', '1500', '1000', '10', '1000']}

注意：我根据客户叙述创建了数据框。我试图清理标点符号和不相关的字符。每行的叙述如下。

" XYZ foo bar foo XYZ { $130 } XYX bar foo { $260 }" 或 “XYZ bar foo”（本文中没有提到美元）。所有这些都是行

我创建了一个新列来表示提到的美元价值。如上所述，我将叙述简化为仅数字。

另外，如果我可以提取每行叙述中提到的总美元价值的总和，而无需清理叙述（以避免潜在问题），那也可以。我试图对原始叙述做一些正则表达式，但未能提取 {$ } 之间指示的金额——这就是每行叙述中美元价值的表示方式。

Answer 1

您可以尝试以下操作，其中apply 和ast.literal_eval（如果'A' 是列表的字符串表示）用于list 的字符串。然后申请sum：

import ast

df['A'] = df['A'].apply(ast.literal_eval) # iff A is string representation of list
df['A'].apply(sum)

结果：

1    100000
2     44000
3         0
4        25
Name: A, dtype: int64

Answer 2

您可以将pd.Series.apply 与自定义函数一起使用，该函数将元素映射到int，然后应用sum。

df = pd.DataFrame({'A': [['32000', '56000', '12000'],
                         ['32000', '12000'],
                         [],
                         ['25']]})

df['A'] = df['A'].apply(lambda x: sum(map(int, x)))

print(df)

        A
0  100000
1   44000
2       0
3      25

或者，您可以使用列表推导：

df['A'] = [sum(map(int, x)) for x in df['A']]

另一种解决方案是创建一个数值数据框，然后在轴上求和：

df = pd.DataFrame(df['A'].values.tolist()).fillna(0).astype(int)\
       .sum(axis=1)\
       .to_frame('A')

更新

使用更新的系列数据，最后一个选项似乎可行：

s = pd.Series({0: [],
               1: ['32000', '56000', '12000'],
               2: [],
               3: [],
               4: ['2000', '1500', '1000', '10', '1000']})

res = pd.DataFrame(s.values.tolist()).fillna(0).astype(int)\
        .sum(axis=1)\
        .to_frame('A')

print(res)

        A
0       0
1  100000
2       0
3       0
4    5510