如何将Pandas DataFrame转换为float64类型的NumPy数组

你的问题核心是data列的每个元素都是逗号分隔的字符串，直接调用to_numpy()只会生成存储字符串的object数组，需要先将这些字符串解析为数值类型。以下是几种可行的解决方案：

方法一：拆分字符串为多列后转类型 #

import pandas as pd
import numpy as np

# 读取CSV文件
df = pd.read_csv('input.csv')
# 将每个字符串按逗号拆分并展开为多列，转换为float64后转成NumPy数组
float64_array = df['data'].str.split(',', expand=True).astype(np.float64).to_numpy()

• 解释：str.split(',', expand=True)把每行的字符串拆分成独立的列，astype(np.float64)将所有列的数据类型统一转为float64，最后to_numpy()输出二维float64数组。

方法二：直接解析字符串为数值数组 #

如果不想生成中间DataFrame列，可以用np.fromstring直接解析单个字符串：

import pandas as pd
import numpy as np

df = pd.read_csv('input.csv')
# 对每个字符串解析为float数组，再组合成二维NumPy数组
float64_array = np.array(df['data'].apply(lambda x: np.fromstring(x.strip(), sep=',')).tolist(), dtype=np.float64)

• 解释：np.fromstring(x.strip(), sep=',')会自动将逗号分隔的字符串转为float数组，tolist()将Series中的数组转为普通列表，最后用np.array生成二维float64数组。

注意事项 #

如果你的原始数据中包含省略号（如样本中的...），需要先清理数据再转换，否则会触发类型转换错误：

# 移除字符串中的省略号
df['data'] = df['data'].str.replace('...', '', regex=False)
# 再执行上述转换步骤

验证结果：执行print(float64_array.dtype)会输出float64，符合需求。

内容的提问来源于stack exchange，提问作者pro