Python中pandas读取CSV数组列相乘异常：数组扩容而非元素翻倍

问题原因 #

你读取的sigma列内容是字符串格式的数组（而非原生numpy数组），直接执行*2会触发序列重复操作（类似列表[a,b]*2得到[a,b,a,b]），而非元素级的数值乘法，所以才会出现数组大小翻倍的情况。

解决方案代码 #

import pandas as pd
import numpy as np
import ast

def parse_array_str(s):
    # 将字符串格式的数组解析为numpy数组
    arr_list = ast.literal_eval(s)
    return np.array(arr_list)

# 读取CSV文件
df = pd.read_csv("Data.csv")
# 把sigma列的字符串解析为numpy数组
df['sigma'] = df['sigma'].apply(parse_array_str)
# 对数组执行元素级乘2操作
result = df['sigma'][0] * 2
print("B[0] =", result)

代码说明 #

1. ast.literal_eval：安全地将字符串形式的数组解析为Python列表，避免使用eval带来的安全风险
2. 转成numpy数组后，*2会自动执行元素级乘法，每个元素的值变为原来的2倍
3. 执行后输出会与你的预期一致：每个元素值翻倍，数组大小保持不变

内容的提问来源于stack exchange，提问作者Pikachu123