Python 有效地将具有混合文本值和无的列转换为整数列表

假设我有一个列，列中有值

data=pd.DataFrame（['1,2,3']，['4,5,6']，[None]]）

我希望输出为：

[[1,2,3]]、[[4,5,6]]、[None]]

换句话说，将逗号分隔的字符串拆分为列表，同时忽略None值

此功能适用于

应用

：

def parse_text_vector(s):
    if s is None:
        return None
    else:
        return map(int, s.split(','))

如本例所示：

df = pd.DataFrame([['1,2,3'], ['4,5,6'], [None]])
result = df[0].apply(parse_text_vector)

但在数百万行中，这变得相当缓慢。我希望通过按照

解析文本向量（df.values）

，但这会导致：

In [61]: parse_text_vector(df.values)
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-61-527d5f9f2b84> in <module>()
----> 1 parse_text_vector(df.values)

<ipython-input-49-09dcd8f24ab3> in parse_text_vector(s)
      4         return None
      5     else:
----> 6         return map(int, s.split(','))

AttributeError: 'numpy.ndarray' object has no attribute 'split'

[61]中的

：解析文本向量（df.values）
---------------------------------------------------------------------------
AttributeError回溯（最近一次呼叫上次）
在（）
---->1解析文本向量（df.值）
在解析文本向量中
4不返回
5其他：
---->6返回映射（int，s.split（'，'））
AttributeError:'numpy.ndarray'对象没有属性'split'

---

我怎样才能让它工作？或者对此进行优化，以使处理百万行数据帧不需要几十分钟？

使用

df.str.split

然后转换为列表：

In [9]: df
Out[9]: 
    Col1
0  1,2,3
1  4,5,6
2   None

In [10]: df.Col1.str.split(',').tolist()
Out[10]: [['1', '2', '3'], ['4', '5', '6'], None]

要将内部列表元素转换为整数，可以在列表中使用

map

进行转换：

In [22]: [list(map(int, x)) if isinstance(x, list) else x for x in df.Col1.str.split(',').tolist()]
Out[22]: [[1, 2, 3], [4, 5, 6], None]