从熊猫数据框中的字符串数组中获取第一个数值

Question

例如，我的 Pandas 数据框中的列采用以下格式：

df['X']:

0      [0.8242424242424241, 1.511111111111111, 2.9191...
1      [1.236363636363636, 2.438383838383838, 3.09090...
2                [1.064646464646464, 2.5757575757575752]
3      [0.583838383838383, 1.373737373737373, 2.02626...
4      [0.7898989898989891, 1.751515151515151, 2.6444...
                             ...                        
135    [1.236363636363636, 1.751515151515151, 2.26666...
136    [1.202020202020202, 2.1292929292929292, 2.7818...
137    [0.583838383838383, 1.476767676767676, 3.15959...
138    [1.236363636363636, 2.61010101010101, 3.090909...
139    [1.339393939393939, 2.7818181818181813, 3.1252...
Name: X, Length: 140, dtype: object

例如，其中df['X'][0]是一个完整的字符串数组，如下所示：

'[0.8242424242424241, 1.511111111111111, 2.919191919191919]'

本质上，每个条目都是一个数组/向量，并且作为一个整体，是一个字符串（请注意，不仅仅是单个数值是字符串，而是整个数组）

我希望能够只取字符串向量/数组中的第一个数值并将其放在 pandas 列的单元格中（代替字符串数组） - 我该怎么做？

Answer 1

import ast
df['a'].apply(ast.literal_eval).str[0]

Answer 2

要将列表 ( str_lst ) 的每个字符串表示形式转换为列表，您可以使用ast.literal_eval 。 然后你只需要索引第一个元素，即ast.literal_eval(str_lst)[0] 。

import ast 

df['X'] = df['X'].map(lambda str_lst: ast.literal_eval(str_lst)[0])

Answer 3

使用pd.eval

df['X'] = pd.eval(df['X'])