Python中如何去除数组的引号与方括号并转为数值数组？

你的问题很明确：CSV里的polarity列存储的是带方括号的字符串（比如[0]），读取后得到的是字符串数组，需要转换成纯整数数组。下面是几种高效的解决方式：

方法一：字符串清洗+类型转换 #

这是最直接的方式，先去掉字符串两端的方括号，再转成整数：

import pandas as pd

# 读取文件
dfx = pd.read_csv('hasil_processing_auto.csv', encoding='unicode_escape')

# 处理polarity列：去掉方括号并转为整数
dfx['polarity'] = dfx['polarity'].str.strip('[]').astype(int)

# 获取纯数值数组
X = dfx['polarity'].values
print(X)

运行后你会得到类似这样的输出：

[0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1]

方法二：使用apply自定义处理 #

如果你的数据里polarity字段可能有额外空格（比如[ 1 ]），用apply配合lambda函数更灵活：

dfx['polarity'] = dfx['polarity'].apply(lambda x: int(x.replace('[', '').replace(']', '').strip()))
X = dfx['polarity'].values

方法三：读取CSV时直接处理 #

可以在读取文件阶段就完成转换，省去后续步骤：

def parse_polarity(value):
    # 移除方括号并转整数
    return int(value.strip('[]'))

# 读取时指定转换器
dfx = pd.read_csv(
    'hasil_processing_auto.csv', 
    encoding='unicode_escape',
    converters={'polarity': parse_polarity}
)
X = dfx['polarity'].values

为什么这些方法有效？ #

• str.strip('[]')会移除字符串首尾的[和]，把[0]变成'0'
• astype(int)或int()将处理后的字符串转换为整数类型
• 最终dfx['polarity'].values返回的是numpy整数数组，打印出来就是你想要的空格分隔格式

内容的提问来源于stack exchange，提问作者alessandro