如何将['1','2','3','4']转为[1,2,3,4]？DataFrame绘图遇转换问题

字符串列表转整数列表 #

两种简单实现方式：

• 列表推导式：

str_list = ['1', '2', '3', '4']
int_list = [int(s) for s in str_list]

• map函数：

str_list = ['1', '2', '3', '4']
int_list = list(map(int, str_list))

针对你提供的CSV DataFrame的类型转换问题 #

从给出的DataFrame来看，核心问题有两个：数值用逗号做小数点分隔符，且DataFrame结构混杂了参数行和数据行。解决方法如下：

1. 处理逗号分隔的数值 #

所有带逗号的字符串需先替换为点，再转为数值类型（这里是浮点数，按需转整数）：

import pandas as pd

# 处理nbColonnes列
df['nbColonnes'] = df['nbColonnes'].apply(
    lambda x: float(str(x).replace(',', '.')) if pd.notna(x) else x
)

2. 整理混杂的DataFrame结构 #

你的数据第一行（索引0）是参数配置，后续行是实际数据，可拆分处理：

# 提取参数
params = df.iloc[0].dropna().to_dict()
# 提取有效数据并清理列
data_df = df.iloc[1:].drop(columns=['nbPoints', 'start', 'pas', 'Unnamed: 4'])
data_df = data_df.rename(columns={'nbColonnes': 'measurement'})
# 转换数据类型
data_df['measurement'] = data_df['measurement'].apply(lambda x: float(str(x).replace(',', '.')))

3. 验证类型 #

转换后用dtypes确认列类型，确保是数值类型再绘图：

print(data_df.dtypes)

内容的提问来源于stack exchange，提问作者Famascito