Pandas将列类型从列表转换为np.array

Question

我试图将一个函数应用于pandas数据帧，这样的函数需要两个np.array作为输入，它使用一个定义良好的模型来适应它们。

关键是我无法从所选列开始应用此功能，因为他们的＆＃34;行＆＃34;包含从JSON文件读取的列表，而不是np.array。

现在，我尝试了不同的解决方案：

#Here is where I discover the problem

train_df['result'] = train_df.apply(my_function(train_df['col1'],train_df['col2']))

#so I've tried to cast the Series before passing them to the function in both these ways:

X_col1_casted = trai_df['col1'].dtype(np.array)
X_col2_casted = trai_df['col2'].dtype(np.array)

不起作用。

X_col1_casted = trai_df['col1'].astype(np.array)
X_col2_casted = trai_df['col2'].astype(np.array)

不起作用。

X_col1_casted = trai_df['col1'].dtype(np.array)
X_col2_casted = trai_df['col2'].dtype(np.array)

确实无法运作。

我现在想做的是一个漫长的过程，如：

从未发布的列系列开始，将它们转换为list（），迭代它们将函数应用于np.array（）单个元素，并将结果附加到临时列表中。完成后，我将此列表转换为新列。 （很明显，我不知道它是否会起作用）

你们中有谁知道如何帮助我吗？

编辑： 我添加了一个明确的例子：

该函数假定输入两个np.arrays。现在它有两个列表，因为它们是从json文件中检索的。情况是这样的：

col1        col2    result
[1,2,3]     [4,5,6]  [5,7,9]
[0,0,0]     [1,2,3]  [1,2,3]

显然，该功能不是总和，而是自己的功能。假设这个总和只能从数组而不是表单开始工作，我该怎么办？

提前致谢

Answer 1

使用apply将每个元素转换为它的等效数组：

df['col1'] = df['col1'].apply(lambda x: np.array(x))

type(df['col1'].iloc[0])
numpy.ndarray

数据：

df = pd.DataFrame({'col1': [[1,2,3],[0,0,0]]})
df