Python-在dataframe列的字符串上调用numpy方法？

因此，我有一个dataframe列，其中包含一个

numpy

数组，但它是作为字符串读入的。因此，我最终将以下内容作为一个元素：

df['numpy_arr'].iloc[0] = ' 2 3 5 23 5  2 23 '

我想将其转换为numpy数组，并已使用以下方法成功地对单个实例进行了转换：

但是，当我尝试使用以下公式来概括这一点时：

它返回一个空序列。为什么会这样？是因为lambda中的

x

实际上并没有引用实际的字符串吗？我还尝试了以下基于：

它再次返回空数组。为什么会这样？如何将其推广到整个系列并将元素转换为numpy数组

[EDIT]作为最后一种手段，我想我可以迭代

.iloc[x]

，但这似乎是一种非常低效的方法，尤其是因为我必须将其转换回一个系列这对我来说很有效：

>>> df = pd.DataFrame({"A": [' 2 3 5 23 5 2 23 ', ' 3 4 5 ']})
>>> df
                   A
0   2 3 5 23 5 2 23
1             3 4 5
>>> df['A'].apply(lambda x: np.fromstring(x, sep = ' '))
0    [2.0, 3.0, 5.0, 23.0, 5.0, 2.0, 23.0]
1                          [3.0, 4.0, 5.0]
Name: A, dtype: object

如果要保存值，请记住将返回值分配给dataframe列：

>>> df['A'] = df['A'].apply(lambda x: np.fromstring(x, sep = ' '))
>>> df
                                       A
0  [2.0, 3.0, 5.0, 23.0, 5.0, 2.0, 23.0]
1                        [3.0, 4.0, 5.0]
>>>

---

我无法复制。您能提供一个吗？另请注意，

.apply

通常不会比迭代

系列

更快。这基本上就是它在引擎盖下所做的。@juanpa.arrivillaga啊，这太奇怪了，让我来看看我的例子！但是很高兴了解Apply，我认为问题来自进口不良。你的源文件是什么？

[np.fromstring(vector,sep=' ') for vector in df['numpy_arr']]

>>> df = pd.DataFrame({"A": [' 2 3 5 23 5 2 23 ', ' 3 4 5 ']})
>>> df
                   A
0   2 3 5 23 5 2 23
1             3 4 5
>>> df['A'].apply(lambda x: np.fromstring(x, sep = ' '))
0    [2.0, 3.0, 5.0, 23.0, 5.0, 2.0, 23.0]
1                          [3.0, 4.0, 5.0]
Name: A, dtype: object

>>> df['A'] = df['A'].apply(lambda x: np.fromstring(x, sep = ' '))
>>> df
                                       A
0  [2.0, 3.0, 5.0, 23.0, 5.0, 2.0, 23.0]
1                        [3.0, 4.0, 5.0]
>>>