Python如何将数据转换为未知的指定数据类型（含NumPy dtype）

问题核心 #

你需要处理包含Python内置类型（int、float）和NumPy灵活dtype（如S15）的类型转换，原cast函数无法处理NumPy dtype的原因是：这类参数化dtype不能直接像内置类型那样调用构造，必须通过np.dtype()实例化后再进行转换。

解决方案 #

我们需要分两步处理：解析类型字符串为对应类型对象、针对不同类型实现适配的转换逻辑，以下是完整实现：

1. 导入依赖并定义类型解析函数

首先解析types中的字符串类型，区分Python内置类型和NumPy dtype：

import numpy as np
from typing import Union, Type

def parse_type(type_str: str) -> Union[Type, np.dtype]:
    # 映射Python内置类型
    builtin_types = {
        'int': int,
        'float': float
    }
    if type_str in builtin_types:
        return builtin_types[type_str]
    # 处理NumPy dtype（如'S15'）
    return np.dtype(type_str)

2. 改进通用转换函数

修改cast函数，适配NumPy dtype的转换逻辑：

def cast(input_val, cast_type: Union[Type, np.dtype]):
    if isinstance(cast_type, np.dtype):
        # 对NumPy dtype，通过np.array转换后提取原生值
        return np.array(input_val, dtype=cast_type).item()
    # 对Python内置类型或NumPy原生类型（如np.bytes_）直接调用构造
    return cast_type(input_val)

3. 批量转换元组列表

提取目标类型列表，遍历原数据完成批量转换：

# 原始输入数据
A = [('123121','24',23,12.0),(23667,64,78,15.5)]
types = [('ID','int'),('Grade','S15'),('Height','float'),('Class','int')]

# 解析得到每个字段的目标类型
target_types = [parse_type(t[1]) for t in types]
# 批量转换每个元组的元素
converted_A = [tuple(cast(val, t) for val, t in zip(tpl, target_types)) for tpl in A]

print(converted_A)
# 输出：[(123121, b'24', 23.0, 12), (23667, b'64', 78.0, 15)]

关键说明 #

• 对于NumPy的参数化dtype（如S15），必须先通过np.dtype()实例化，再用np.array(input_val, dtype=cast_type)完成转换，最后用.item()提取Python原生类型的值（比如b'24'）。
• 转换函数自动适配整数、浮点数到字节字符串的转换（如示例中整数64转为b'64'），无需额外处理输入类型。

内容的提问来源于stack exchange，提问作者NoobProgrammer