Python & Numpy：如何移除数组元素最后两位以提取年份？

我来帮你搞定这个问题！先拆解下你出错的原因：你的数组是二维字符串数组（每个元素都是一个单元素子数组，比如['202305']），当你执行str(jaar)时，其实是把整个子数组转成了字符串——比如str(['202305'])会得到"['202305']"，取前四位就变成了"['20"，这显然不是合法的整数格式，所以触发了ValueError。

下面给你几种高效的解决方案，从numpy原生的向量化操作到修正后的循环方法都有：

方法1：用Numpy字符串工具（推荐，高效简洁） #

numpy提供了专门处理字符串数组的向量化函数，直接对每个元素做切片，完全不需要循环：

import numpy as np

# 你的原始数组
hr_jaar = np.array([['202305'], ['202109'], ['202110'], ['202002'], ['202001'], ['202003']], dtype='<U6')

# 提取每个字符串的前4位（年份）
year_array = np.char.slice(hr_jaar, start=0, stop=4)

# 输出结果：array([['2023'], ['2021'], ['2021'], ['2020'], ['2020'], ['2020']], dtype='<U4')
print(year_array)

# 如果需要转成整数类型的数组，直接用astype
year_array_int = year_array.astype(int)

这个方法利用numpy的向量化特性，比手动循环快得多，尤其适合处理大规模数组。

方法2：修正你的循环逻辑 #

如果你坚持要用循环，需要正确访问子数组里的字符串元素，而不是直接把子数组转成字符串：

import numpy as np

hr_jaar = np.array([['202305'], ['202109'], ['202110'], ['202002'], ['202001'], ['202003']], dtype='<U6')

year_list = []
for jaar in hr_jaar:
    # 先取出子数组里的字符串元素（jaar是单元素数组，jaar[0]拿到'202305'）
    year_str = jaar[0][:4]
    year_list.append([year_str])

# 转成目标numpy数组
year_array = np.array(year_list, dtype='<U4')

方法3：数学运算提取年份（适合数值化处理） #

如果你的年月字符串可以安全转成整数，还可以用除法取整的方式提取年份：

import numpy as np

hr_jaar = np.array([['202305'], ['202109'], ['202110'], ['202002'], ['202001'], ['202003']], dtype='<U6')

# 先转成整数数组
int_array = hr_jaar.astype(int)
# 除以100取整得到年份
year_array_int = int_array // 100
# 若需要转回字符串格式
year_array_str = year_array_int.astype('<U4')

内容的提问来源于stack exchange，提问作者Lotw