NumPy调用astype转换2D数组混合数据类型报错原因咨询

问题原因 #

你当前的dataset是二维同构object数组，形状为(行数, 8)，直接调用astype传入结构化dtype时，NumPy会尝试将数组中的每个独立元素都转换为你定义的、包含8个字段的结构化类型，而非将每一列对应到一个字段。处理第二列的字符串值（比如'ANN'）时，第一个字段要求int类型，自然就会触发字符串转整数的报错。

解决方法 #

你已经提前完成了每行元素的类型转换，只需要在生成数组时直接指定结构化dtype即可，不需要先创建object数组再做类型转换，示例如下：

# 定义结构化数据类型
dtype_spec = [
    ('SEASON', 'i4'), 
    ('NAME', 'U16'),
    ('ISO_TIME', 'datetime64[s]'),
    ('USA_LAT', 'f'),('USA_LON', 'f'),
    ('USA_WIND', 'i4'),('USA_PRES', 'i4'),
    ('USA_R34_NE', 'i4')
]

# 生成数组时直接指定dtype，注意要把每行转成元组
dataset = np.array([tuple(row) for row in converted_set], dtype=dtype_spec)

如果你确实需要从已有的二维object数组转换，也可以用相同的逻辑处理：

# 现有二维object数组转结构化数组
dataset = np.array([tuple(row) for row in dataset], dtype=dtype_spec)

补充说明 #

转换完成后数组的形状会变为(行数,)，每一条记录是一个包含所有字段的元素：

• 按字段取整列数据：dataset['NAME']、dataset['USA_LAT']
• 按行取单条记录：dataset[0]
• 混合取值：dataset['USA_WIND'][10] 取第11行的风速值

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