Python中如何转换CSV单元格内字符串格式的数字数组？

这问题我之前处理过，核心原因是你拿到的p[1:2]里的元素其实是带方括号、换行符的字符串格式数组文本，不是直接可转换的单个数值，所以np.asfarray和pd.to_numeric会报错——它们没法直接解析这种整体的数组字符串。

咱们可以通过「提取字符串→清理格式→转换数值」三步解决，这里给两种实用方法：

方法1：字符串手动清理分割 #

适合格式规整的场景，直接处理字符串的括号、换行和空格：

import numpy as np

# 你的原始数据
p = np.array([['[0.7856142 0.77921445 0.8273963 0.86992871 0.82833104 0.80677249\n 0.8410951 0.90299239 0.82401068 0.78761172 0.81294067 0.81446944]']], dtype=object)

# 1. 提取出目标字符串（因为p[1:2]是二维数组，先扁平化再取第一个元素）
target_str = p[1:2].flatten()[0]

# 2. 清理格式：去掉前后方括号、换行符，再去除多余空格
cleaned_str = target_str.strip('[]').replace('\n', ' ').strip()

# 3. 按空格分割成单个数字字符串，再转成float数组
numeric_array = np.array(cleaned_str.split(), dtype=np.float64)

print(numeric_array)

方法2：正则表达式提取数字（更鲁棒） #

如果字符串里混有其他无关字符，用正则提取所有浮点数会更可靠，还支持负数：

import numpy as np
import re

# 同样的原始数据
p = np.array([['[0.7856142 0.77921445 0.8273963 0.86992871 0.82833104 0.80677249\n 0.8410951 0.90299239 0.82401068 0.78761172 0.81294067 0.81446944]']], dtype=object)

target_str = p[1:2].flatten()[0]

# 用正则匹配所有浮点数（包括负数）
num_str_list = re.findall(r'-?\d+\.\d+', target_str)

# 转成数值数组
numeric_array = np.array(num_str_list, dtype=np.float64)

print(numeric_array)

运行后你就能得到合法的float64类型数组了，两种方法都能解决你的TypeError问题。

内容的提问来源于stack exchange，提问作者Sayan Mandal