矩张量反演中字符串转浮点及数组类型转换错误的求助

各位好，我最近在做矩张量反演的工作，需要先给数据生成头文件，再用这个头文件跑反演流程，但现在遇到了一个类型转换错误：Cannot cast array data from dtype('O') to dtype('float64')，卡了好一会儿没解决，想请大家帮忙看看。

先给大家说下我的操作：我用下面的代码生成头文件字典：

# Create headers
headers = dict(datetime=df["origin"][0],
               longitude=df["lon"][0],
               latitude=df["lat"][0],
               depth=",".join([ "%.4f"%d for d in depths]),
               path_to_data=event_dir,
               path_to_green=green_dir,
               green="herrmann"
)

错误提示说没法把dtype('O')（查了下应该是Python对象类型，这里我猜是因为depth字段是字符串）转换成浮点型数组。我怀疑问题出在depth的处理上——我把原本的深度数组用逗号拼接成了字符串，但反演的核心代码应该期望接收的是浮点型的数组，而不是字符串。

我自己想到的几个可能的解决方向： #

• 直接给depth传浮点数组，不做字符串拼接：

  # 保持depth为浮点数组类型，显式指定类型确保是float64
  headers = dict(datetime=df["origin"][0],
                 longitude=df["lon"][0],
                 latitude=df["lat"][0],
                 depth=np.array(depths, dtype=np.float64),
                 path_to_data=event_dir,
                 path_to_green=green_dir,
                 green="herrmann"
  )
  

• 如果反演代码必须要求depth是字符串格式，那后续用到这个字段的时候，得先把字符串拆分成单个元素，再逐个转成浮点：

  # 后续读取headers['depth']时做转换
  depth_values = np.array([float(d_str) for d_str in headers['depth'].split(',')], dtype=np.float64)
  

另外我也在想，会不会df["lon"][0]或者df["lat"][0]这些字段本身是字符串类型的数值？如果是这样的话，也可能导致后续传递时出现对象类型的问题，不过目前看错误提示是指向depth的概率更大。

有没有朋友遇到过类似的问题？或者有其他我没考虑到的排查点可以给我提提吗？

备注：内容来源于stack exchange，提问作者op1