在pandas中将字符串列转换为列表

Question

我的pandas数据框中有一个列的类型出了问题。基本上，这一列被保存在一个csv文件中作为字符串，而我希望将它用作元组，以便能够将其转换为数字列表。以下是一个非常简单的csv文件:

ID,LABELS
1,"(1.0,2.0,2.0,3.0,3.0,1.0,4.0)"
2,"(1.0,2.0,2.0,3.0,3.0,1.0,4.0)"

如果我使用"read_csv"函数加载它，我会得到一个字符串列表。我尝试将其转换为列表，但我获得的是一个字符串的列表版本：

df.LABELS.apply(lambda x: list(x))

返回值：

['(','1','.','0',.,.,.,.,.,'4','.','0',')']

有没有想法如何能够做到呢？

谢谢。

- Guido Muscioni

Answer 1

使用str.strip和str.split函数：

df['LABELS'] = df['LABELS'].str.strip('()').str.split(',')

但是，如果这里没有NaN，列表推导式也可以很好地工作：

df['LABELS'] = [x.strip('()').split(',') for x in df['LABELS']]

- jezrael

---

我会说这是三个方案中最快的解决方案 :-) - BENY

这会产生警告：<input>：1：SettingWithCopyWarning： 正在尝试在DataFrame的切片副本上设置值。请尝试使用.loc [row_indexer，col_indexer] = value。 - random

问题在上面的代码中，有一些过滤吗？比如 df = df[df['col'] > 10]？那么需要使用 df = df[df['col'] > 10].copy() 来避免警告。 - jezrael

如果您的参数已经是列表形式的字符串，请将 () 转换为 []。 - Mr. Panda

Answer 2

你可以使用 ast.literal_eval，它会给你一个元组：

import ast
df.LABELS = df.LABELS.apply(ast.literal_eval)

如果你确实需要一个列表，请使用：

df.LABELS.apply(lambda s: list(ast.literal_eval(s)))

- llllllllll

Answer 3

对不起，我来晚了。所以给其他来晚的人提供以下解决方案，基于上面的回答：

df['hashtags'] = df.apply(lambda row:  row['hashtags'].strip('[]').replace('"', '').replace(' ', '').split(',')   , axis=1)

我加载了一个 csv 文件，其中一些列看起来像这样 ...,['hashtag1','hashtag2'],... ，Panda DataFrame 把它加载成了字符串对象。我使用了上面的代码将其转换为列表。然后我使用 "explode" 函数展开数据。

- Guy_Y

Answer 4

您可以尝试以下方法（假设您的 csv 文件名为 filename.csv）：

df = pd.read_csv('filename.csv')

df['LABELS'] = df.LABELS.apply(lambda x: x.strip('()').split(','))

>>> df
   ID                               LABELS
0   1  [1.0, 2.0, 2.0, 3.0, 3.0, 1.0, 4.0]
1   2  [1.0, 2.0, 2.0, 3.0, 3.0, 1.0, 4.0]

- sacuL

Answer 5

或者，您可以考虑使用正则表达式：

pattern = re.compile("[0-9]\.[0-9]")
df.LABELS.apply(pattern.findall)

- Yaakov Bressler