如何从Pandas DataFrame的字符串列中提取编码的二维数组

我明白你碰到的问题了——把DataFrame里这种没有逗号分隔的数字列表字符串转换成二维数组确实有点小麻烦，不过咱们一步步来搞定它就行。

先还原你的实际数据结构：

import pandas as pd

# 你的实际数据集
df = pd.DataFrame({
    'mycol': [
        '[ 0.5497076 0.59722222 0.42361111]',
        '[ 0.8030303 0.69090909 0.52727273]',
        '[ 0.51461988 0.38194444 0.66666667]'
    ]
})

方法一：用Pandas内置方法逐步处理 #

这种方法直观易懂，适合理清整个转换流程：

1. 去掉每个字符串首尾的方括号
2. 按空白字符分割（自动处理多个连续空格）
3. 将分割后的字符串逐个转为浮点数
4. 最后转成二维NumPy数组

代码实现：

# 处理字符串，得到浮点数列表列
df['mycol_processed'] = df['mycol'].str.strip('[]').str.split().apply(lambda x: [float(num) for num in x])

# 转成二维数组
import numpy as np
result_array = np.array(df['mycol_processed'].tolist())

方法二：更高效的批量处理（适合大数据集） #

如果你的DataFrame行数很多，用列表推导式会比apply更快：

import numpy as np

# 批量处理所有字符串
processed_list = [
    [float(num) for num in s.strip('[]').split()]
    for s in df['mycol']
]

# 转成二维数组
result_array = np.array(processed_list)

验证结果 #

运行完代码后，result_array就是你想要的二维数组，打印出来会是这样：

array([[0.5497076 , 0.59722222, 0.42361111],
       [0.8030303 , 0.69090909, 0.52727273],
       [0.51461988, 0.38194444, 0.66666667]])

补充说明：str.split()默认会按任意空白字符分割（包括空格、制表符等），完全适配你的数据场景。如果后续遇到特殊格式的字符串，再针对性调整分割规则即可。

内容的提问来源于stack exchange，提问作者00__00__00