Pandas 2.2.3中astype(str)返回np.str_，如何高效转原生字符串？

解决方案 #

方法1：利用astype(object) + tolist() #

如果处理的是numpy数组形式的np.str_序列：

import numpy as np

# 示例np.str_数组
np_str_arr = np.array([np.str_('1234'), np.str_('123'), np.str_('345')])
# 转为原生str列表
native_str_list = np_str_arr.astype(object).tolist()

如果处理的是Pandas Series：

import pandas as pd

# 示例Series，元素为np.str_类型
s = pd.Series([1234, 123, 345]).astype(str)
# 转为原生str列表
native_str_list = s.astype(object).tolist()

这个方法基于向量级操作，内部由numpy/Pandas批量处理类型转换，效率远高于列表推导式这类逐元素循环操作。

方法2：指定dtype转numpy数组后转列表 #

针对Pandas Series，也可以直接在转numpy数组时指定dtype=object，再转为列表：

native_str_list = s.to_numpy(dtype=object).tolist()

效果与方法1一致，同样是高效的批量转换方式。

验证转换结果 #

可以通过以下代码确认元素类型为Python原生字符串：

print(type(native_str_list[0]))  # 输出：<class 'str'>

内容的提问来源于stack exchange，提问作者SeF