Python字符串转数组及CSV提取列转整数Numpy数组问题

得看你的字符串具体格式，我分几种常见场景给你解决方案：

情况1：字符串是连续数字（比如 "12345"） #

如果想把每个数字单独拆出来放进数组，用列表推导式就能搞定，需要numpy数组的话再转一下：

s = "12345"
num_list = [int(char) for char in s]
# 转成numpy数组
import numpy as np
num_array = np.array(num_list)
print(num_array)  # 输出: [1 2 3 4 5]

情况2：字符串里的数字用分隔符分开（比如 "1 2 3 4" 或 "1,2,3,4"） #

先按分隔符拆分字符串，再逐个转成整数：

# 空格分隔的情况
s = "1 2 3 4"
num_list = [int(num_str) for num_str in s.split()]

# 逗号分隔的情况
s = "1,2,3,4"
num_list = [int(num_str) for num_str in s.split(',')]

# 转numpy数组
num_array = np.array(num_list)

情况3：字符串混着非数字字符（比如 "a1b2c3d4"） #

用正则表达式提取所有数字，再处理：

import re
import numpy as np

s = "a1b2c3d4"
# 提取单个数字
digits = re.findall(r'\d', s)
num_array = np.array([int(d) for d in digits])
print(num_array)  # 输出: [1 2 3 4]

# 如果要提取连续数字（比如"abc123def45"），用r'\d+'
s = "abc123def45"
numbers = re.findall(r'\d+', s)
num_array = np.array([int(n) for n in numbers])
print(num_array)  # 输出: [123  45]

这种情况大概率是没处理好表头、非数字值或数据类型问题，我给你几个靠谱方案：

方法1：用Pandas（最省心） #

Pandas处理CSV特别灵活，能轻松跳过表头、清洗数据：

import pandas as pd
import numpy as np

# 读取CSV：有表头用header=0（默认），无表头用header=None
df = pd.read_csv('your_file.csv')

# 取第一列：有表头用列名，无表头用iloc[:,0]
first_col = df.iloc[:, 0]

# 清洗数据：把无效值转成NaN，删除后转int
first_col_clean = pd.to_numeric(first_col, errors='coerce').dropna().astype(int)

# 转成numpy数组
num_array = first_col_clean.to_numpy()

方法2：用Numpy原生方法（无需Pandas） #

用numpy.genfromtxt比loadtxt更灵活，能处理缺失值和表头：

import numpy as np

# skiprows=1 跳过表头行（无表头可删除该参数）
# usecols=(0,) 只取第一列，dtype=int 指定类型
num_array = np.genfromtxt('your_file.csv', delimiter=',', usecols=(0,), skiprows=1, dtype=int, invalid_raise=False)

# 处理缺失值：把空值/NA填充为0
num_array = np.genfromtxt('your_file.csv', delimiter=',', usecols=(0,), skiprows=1, dtype=int, missing_values=['', 'NA'], filling_values=0)

排查关键点 #

如果还是不行，先检查这几点：

• 第一列有没有非数字字符（比如空格、字母、空字符串），可以用print(first_col.head())（Pandas方法）查看样本
• 是不是没跳过表头行？如果第一行是文字，直接转int肯定报错
• 有没有缺失值？空单元格需要先处理再转int

内容的提问来源于stack exchange，提问作者Sam