使用np.array()批量生成数组异常求助（Python3.6）

我之前也碰到过类似的坑，咱们来一步步捋清楚问题根源和解决办法：

问题根源分析 #

你说读取少量文件时能生成正常的二维数值数组，但读全量文件就变成了嵌套列表的object类型数组，核心原因大概率是：

• 虽然你认为所有Excel的行列数一致，但实际有某个文件的price列长度和其他文件不一样（比如存在隐藏行、空行，或是读取时表头识别错误导致行数偏差）；
• 当numpy发现传入的列表中子列表长度不一致时，会自动把数组的 dtype 设为object，每个元素存一个列表，就出现了你看到的array([list([0.0, 0.0,...])...])这种情况。

两种可靠的解决办法 #

方法1：用Pandas合并后转数组（推荐）

这种方法能自动处理数据对齐，还方便排查长度异常的文件：

import numpy as np
import pandas as pd
import os

# 把路径定义成变量，避免重复写长路径
dir_path = r'C:\Users\Administrator\Desktop\New folder\SecData\renzaorou\sec20190527'
file_list = os.listdir(dir_path)

price_series_list = []
for filename in file_list:
    print(f"正在读取文件：{filename}")
    file_full_path = os.path.join(dir_path, filename)
    df = pd.read_excel(file_full_path)
    
    # 可选：打印每个文件price列的长度，方便排查异常
    print(f"{filename}的price列行数：{len(df['price'])}")
    
    # 把price列作为Series存入列表
    price_series_list.append(df['price'])

# 按列合并所有Series后转置（让每个文件对应一行），再转成numpy数组
np_price = pd.concat(price_series_list, axis=1).T.values

方法2：用Numpy的vstack拼接数组

直接存储每个文件的price列numpy数组，再垂直拼接，确保生成标准二维数组：

import numpy as np
import pandas as pd
import os

dir_path = r'C:\Users\Administrator\Desktop\New folder\SecData\renzaorou\sec20190527'
file_list = os.listdir(dir_path)

price_array_list = []
for filename in file_list:
    print(f"正在读取文件：{filename}")
    file_full_path = os.path.join(dir_path, filename)
    df = pd.read_excel(file_full_path)
    
    # 直接将price列转成numpy数组存入
    price_array = df['price'].to_numpy()
    price_array_list.append(price_array)

# 垂直拼接所有一维数组，生成二维数组
np_price = np.vstack(price_array_list)

额外排查建议 #

如果运行时发现某个文件的price列长度和其他不一样，建议打开该文件检查：

• 是否存在隐藏行、空行？
• 表头是否被正确识别？有没有出现表头被当成数据行的情况？
• price列是否存在全空的异常情况？

内容的提问来源于stack exchange，提问作者Li May