如何去除NumPy数据集中里程列的Km字符以转换为数值类型

针对带Km后缀的object类型里程列，你可以选择以下两种方案实现字符清洗+类型转换： #

方案1：结合Pandas实现（操作更简便，适配多数数据预处理场景） #

如果你的工作流允许引入Pandas依赖，用内置的字符串处理方法可以快速完成需求：

• 先将NumPy结构化数组转换为Pandas DataFrame，若你原本就用Pandas加载数据可跳过该步骤
• 调用字符串替换方法移除Km后缀，同时清除可能存在的前后空格
• 直接转换为int或float数值类型即可
  示例代码：

import pandas as pd
import numpy as np

# 替换为你自己的NumPy数据集变量名
raw_np_arr = your_raw_numpy_dataset

# 转换为DataFrame
df = pd.DataFrame(raw_np_arr)

# 移除Km后缀+空格，再转float类型，有整数需求可替换为np.int32/np.int64
df["Mileage"] = df["Mileage"].str.replace("Km", "", regex=False).str.strip().astype(np.float64)

# 处理完成后如果需要转回NumPy格式，执行以下代码即可
processed_np_arr = df.to_numpy()

方案2：纯NumPy原生操作（无额外依赖） #

如果不想引入Pandas，可以直接用NumPy内置的向量化字符串处理能力完成操作：
示例代码：

import numpy as np

# 提取Mileage列，替换为你自己的列索引/列名
mileage_col = raw_np_arr["Mileage"]

# 移除Km后缀、清除空格、转换为float类型
processed_mileage = np.char.strip(np.char.replace(mileage_col, "Km", "")).astype(np.float64)

# 将处理后的列替换回原数据集
raw_np_arr["Mileage"] = processed_mileage

注意：如果你的数据集里存在空值、异常字符，建议转换前先做异常值过滤，避免类型转换时报错

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