Python字符串转float报错：无法转换含E+科学计数法的数值

你的错误核心是字符串里的逗号分隔符，比如'1,000000E+06'里的逗号——Python内置float()函数无法解析这种带千位分隔符的格式，和E+06的科学计数法本身无关。以下是两种高效解决方案：

方案一：读取文件时直接解析为数值类型 #

修改pd.read_csv的参数，让pandas自动处理逗号分隔符，一步到位：

import pandas as pd
import numpy as np

raw_data = 'EISTest16_10CV_01.txt'
columns = ["Pt.","Frequency","Z'","Z''","Frequency (Hz)","|Z|","theta"]
# 用thousands指定逗号为千位分隔符，sep用正则匹配任意空白（替代原来的"\\t" or " "）
data = pd.read_csv(raw_data, names=columns, sep=r'\s+', skiprows=7, thousands=',')

# 此时Frequency列已经是数值类型，直接转数组
frequency = np.asarray(data["Frequency"])

# 测试打印
print(frequency[0])
print('{0:,.2f}'.format(frequency[1]))

注：你原来的sep="\t" or " "写法是错误的，Python会把它解析为"\t"，用r'\s+'可以匹配任意数量的空格或制表符，更适合处理这类表格数据。

方案二：手动处理已有的字符串数组 #

如果已经拿到了字符串格式的数组，先替换掉逗号再转float：

# 方法1：列表推导式处理
float_frequency = np.array([float(s.replace(',', '')) for s in frequency])

# 方法2：用pandas字符串方法更高效
float_frequency = data["Frequency"].str.replace(',', '').astype(float).to_numpy()

关于你提到的strip()：这个函数只能去除字符串首尾的字符，没法处理中间的逗号，完全不适用。至于手动拆分E+部分再乘倍数，完全没必要——Python本身支持解析1000000E+06这种科学计数法格式，只要去掉逗号就能直接转float。

内容的提问来源于stack exchange，提问作者sex92toso