Python 在数据帧中将空格分隔的整数转换为列表

我有一个如下所示的数据帧：

[['label1', 'label2']
  ['1 2 3', '1 2 3']
  ['4 5 6', '4 5 7']]

因此，每列都被视为字符串。我想在两个标签的每个元素之间应用l2距离，所以我需要将列转换为float列表

有没有一种“干净”的方法可以做到这一点，比使用类似于

[float（x）for x in element.split（）]

的双for循环更好？

---

（我的数据帧非常大，所以我想要一些非常优化的东西）

应用

str.join

，连接两列，然后使用

str.split

再次拆分。最后，使用

df.astype

转换为float

df

  label1 label2
0  1 2 3  1 2 3
1  4 5 6  4 5 7

df = df.apply(' '.join).str.split(expand=True).astype(float).T
df

   label1  label2
0     1.0     1.0
1     2.0     2.0
2     3.0     3.0
3     4.0     4.0
4     5.0     5.0
5     6.0     7.0

---

根据您的评论，使用

applymap

（慢速）

要仅将此应用于某些列，请使用

c = ['label1', 'label2'] # add any other columns, if you want 
df[c] = df[c].applymap(f)

---

请注意，如果将列保留为列表，您将失去所有的

pandas

矢量化优势

应用

str.join

，连接两列，然后使用

str.split

再次拆分。最后，使用

df.astype

转换为float

df

  label1 label2
0  1 2 3  1 2 3
1  4 5 6  4 5 7

df = df.apply(' '.join).str.split(expand=True).astype(float).T
df

   label1  label2
0     1.0     1.0
1     2.0     2.0
2     3.0     3.0
3     4.0     4.0
4     5.0     5.0
5     6.0     7.0

---

根据您的评论，使用

applymap

（慢速）

要仅将此应用于某些列，请使用

c = ['label1', 'label2'] # add any other columns, if you want 
df[c] = df[c].applymap(f)

请注意，如果将列保留为列表，您将失去所有的

pandas

矢量化优势

使用：

df = df.applymap(lambda x: [float(y) for y in x.split()])
print (df)
            label1           label2
0  [1.0, 2.0, 3.0]  [1.0, 2.0, 3.0]
1  [4.0, 5.0, 6.0]  [4.0, 5.0, 7.0]

另一个解决方案：

a = [[list(map(float, x.split())) for x in df[v].values.tolist()] for v in df.columns]
print (a)
[[[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]], [[1.0, 2.0, 3.0], [4.0, 5.0, 7.0]]]

df = pd.DataFrame(a)
print (df)
                 0                1
0  [1.0, 2.0, 3.0]  [4.0, 5.0, 6.0]
1  [1.0, 2.0, 3.0]  [4.0, 5.0, 7.0]

使用：

另一个解决方案：

a = [[list(map(float, x.split())) for x in df[v].values.tolist()] for v in df.columns]
print (a)
[[[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]], [[1.0, 2.0, 3.0], [4.0, 5.0, 7.0]]]

df = pd.DataFrame(a)
print (df)
                 0                1
0  [1.0, 2.0, 3.0]  [4.0, 5.0, 6.0]
1  [1.0, 2.0, 3.0]  [4.0, 5.0, 7.0]

---

---

您是否尝试过将pd.to_numeric（）？我不知道性能如何，但它确实符合你的要求。我试过了，但我无法应用它。。总是收到错误消息！我做了

pd.to\u numeric（my\u df）

我得到了一个

TypeError

，如果我做了

pd.to\u numeric（my\u df.label1）

我得到了

ValueError

pd.to\u numeric（）只对序列有效你试过

pd.to\u numeric（）

？我不知道性能如何，但它确实符合你的要求。我试过了，但我无法应用它。。总是收到错误消息！我做了

pd.to\u numeric（my\u df）

我得到了一个

TypeError

如果我做了

pd.to\u numeric（my\u df.label1）

我得到了

ValueError

pd.to\u numeric（）只对序列有效可能我的问题不清楚：我想做每行之间的距离：

dist（[1 2 3]，[1 2 3]）=0

和

dist（[4 5 6]，[4 5 7]）！=0

。因此我需要保留每行，但只需将类型从string转换为float@Arcyno这就是你要找的吗？请注意，保持列表列的速度非常慢。是的，它看起来很棒。让我测试一下！@Arcyno Minor speed gain使用

functools。partial

是否有方法仅将其应用于某些列？（实际上我有一些列，比如我想保留为字符串的

'label3'

）也许我的问题不清楚：我想计算每行之间的距离：

dist（[1 2 3]，[1 2 3]）=0

和

dist（[4 5 6]，[4 5 7]）！=0

。所以我需要保留每一行，但只需将类型从string转换为float@Arcyno这就是你要找的吗？请注意，保持列表列的速度非常慢。是的，它看起来很棒。让我测试一下！@Arcyno Minor speed gain使用

functools。partial

是否有方法仅将其应用于某些列？（我实际上有一些列，比如说

'label3'

，我想保留为字符串）啊，这是我的答案，请删除它：PSorry，我有第一个，这与部分不同…：（我本可以和你争论，但我删除了我的答案：）啊，这是我的答案，请删除它：PSorry，我先有这个，它与部分的不同…：（我本可以和你争论，但我删除了我的答案：）