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。我想为每行提取值为整数或浮点数，并将总和值相加。我尝试这样做并得到以下信息：

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

ValueError: could not convert string to float:

我想要的是什么：

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：我从客户叙述中创建了数据框。我试图清理标点符号和不相关的字符。每行的叙述如下所示。

＆＃34; XYZ foo bar foo XYZ {$ 130} XYX bar foo {$ 260}＆＃34;要么＆＃34; XYZ bar foo＆＃34; （这个没有提到的美元）。所有这些都是行

我创建了一个新列来表示所提到的美元价值。如上所述，我将叙述简化为数字。

另外，如果我可以提取每行所提及的总美元价值总和而不通过清理叙述（以避免潜在的问题），那也可以。我试图对原始叙述进行一些正则表达式，但未能提取{$}之间所示的金额 - 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带有ast.literal_eval（如果'A'是列表的字符串表示形式），则字符串为list。然后应用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与自定义函数结合使用，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，您可以使用列表理解：

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

另一种解决方案是创建数值的数据框，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

使用更新后的系列数据，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

将pandas列中列表的字符串提取为整数或浮点数

2 个答案:

更新