Python 如何过滤dataframe列中的数字字符串列表？

假设我不能直接访问d（并且d可能包含比所示更多的行），我希望过滤col1中编码的值，以便所有数值都位于指定的间隔内。假设间隔为[40,45]，那么预期结果为：

d = {'col1': "{35.1, 43.76, 41.5, 38.71}", 'col2': [3, 4]}
df = pd.DataFrame(data=d)

以一种优雅的python方式，这有可能吗？

literal\u eval

从ast导入文字\u评估
pred=lambda x:40
literal\u eval
从ast导入文字\u评估
pred=lambda x:40使用
literal_val
转换为
set
和
map
转换和过滤条件如下：

from ast import literal_eval

pred = lambda x: 40 <= x <= 45
lamb = lambda s: str({*filter(pred, literal_eval(s))})
df.assign(col1=df.col1.apply(lamb))

            col1  col2
0  {41.5, 43.76}     3
1  {41.5, 43.76}     4

导入ast
df['col1']=df.col1.map（λx:{item for item in ast.literal_eval（x）if（40使用
literal_val
转换为
set
和
map
转换和过滤条件如下：

from ast import literal_eval

pred = lambda x: 40 <= x <= 45
lamb = lambda s: str({*filter(pred, literal_eval(s))})
df.assign(col1=df.col1.apply(lamb))

            col1  col2
0  {41.5, 43.76}     3
1  {41.5, 43.76}     4

导入ast
df['col1']=df.col1.map（lambda x:{item for item in ast.literal_eval（x）if（40
import ast

df['col1'] = df.col1.map(lambda x: {item for item in ast.literal_eval(x) if (40<=item <=45)})


Out[1734]:
            col1  col2
0  {43.76, 41.5}     3
1  {43.76, 41.5}     4