如何从含'x ± a'格式的Pandas序列提取数值到NumPy数组？

不需要把Series转成嵌套列表，Pandas自带的字符串处理方法可以直接批量操作每个元素，高效又简单，给你两种实用方法：

方法一：字符串分割法 #

直接用str.split按±分割字符串，取前半部分后清理空格、转数值，最后转成NumPy数组：

import pandas as pd
import numpy as np

# 示例Series
s = pd.Series(['1.2 ± 0.3', '4.5 ± 0.2', '6.7 ± 0.1'])

# 提取数值并转NumPy数组
X = s.str.split('±').str[0].str.strip().astype(float).to_numpy()

步骤拆解：

• str.split('±')：把每个字符串按±拆成两个元素的列表
• str[0]：取出每个列表的第一个元素（也就是你要的x/y/z部分）
• str.strip()：去掉字符串前后的空格
• astype(float)：把字符串转成浮点数值
• to_numpy()：将Series转为NumPy数组

方法二：正则表达式提取法 #

如果字符串格式固定，用正则匹配开头的数字部分更精准：

X = s.str.extract(r'^([\d.]+)').astype(float).to_numpy().flatten()

• str.extract(r'^([\d.]+)')：匹配字符串开头的数字和小数点，提取出目标数值
• astype(float)：转成浮点型
• to_numpy().flatten()：把提取得到的DataFrame转成一维NumPy数组

两种方法都能得到你想要的结果，比如示例中运行后X会是array([1.2, 4.5, 6.7])。

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