如何在python中的csv文件的“一个”单元格中转换保存为字符串的数字数组？答案

【问题标题】：How to convert array of numbers saved as string in 'one' cell of a csv file in python?如何在python中的csv文件的“一个”单元格中转换保存为字符串的数字数组？
【发布时间】：2018-11-11 21:27:31
【问题描述】：

p[1:2]
Out[23]: 
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)

这是我从 df.iloc[].values 从 cell.Spyder 变量资源管理器中获得的数据之一：类型：numpy 的 ndarray 对象。我想转换为正确的数字数组。我该怎么做？我用过p1=np.asfarray(p[1:2],float) 和p1=pd.to_numeric(p[1:2], downcast = 'float') 它显示raise TypeError。

【问题讨论】：

标签： arrays python-3.x pandas csv numpy

【解决方案1】：

我可能会使用列表推导：

In [11]: [[float(x) for x in item[1:-1].split()] for row in a for item in row]
Out[11]:
[[0.7856142,
  0.77921445,
  0.8273963,
  0.86992871,
  0.82833104,
  0.80677249,
  0.8410951,
  0.90299239,
  0.82401068,
  0.78761172,
  0.81294067,
  0.81446944]]

将来，您可能希望使用 JSON 序列化而不是 .values 的字符串。例如：

In [21]: df = pd.DataFrame([[1, 2], [3, 4]], columns=["A", "B"])

In [22]: df.to_json()
Out[22]: '{"A":{"0":1,"1":3},"B":{"0":2,"1":4}}'

这样你就可以在另一边pd.read_json。

【讨论】：