Python 如何将df中的双引号向量转换为numpy数组？

我有以下csv文件

index, vector, label
0, "[0,5,7]", class1
0, "[3,8,10]", class2
0, "[3,8,15]", class2
0, "[3,2,1]", class1

我想解析并获取向量列，如：

[[0,5,7],[3,8,10],[3,8,15],[3,2,1]]

但是，无论我尝试了什么，我都会得到一个对象，如：

['[0,5,7]','[3,8,10]','[3,8,15]','[3,2,1]']

它将向量解析为字符串而不是数组

我试图将其转换为list/np.array，但没有一个成功。我还尝试应用以下内容来转义引号：

replace.replace("'",'')
replace.replace('"','')

它们根本没有任何效果

---

因此，我欢迎您提出更多建议。

您可以将

csv

模块和

json

模块结合起来进行如下解析：

代码： 使用熊猫： 这可以翻译为熊猫：

df = pd.read_csv('output.csv', skipinitialspace=True,
                 converters={'vector': lambda x: json.loads(x)})

结果： 以及：

---

假设数据帧中已经有它，可以应用一个函数将其转换为列表/数组

import numpy as np
def string_list(x): # '[1,2,3]'
    x = x[1:-1]
    x = x.split(",")
    x = list(map(np.float,x)) # [1,2,3]
    return x

然后将此函数应用于数据帧

import pandas as pd
df = df.DataFrame.from_csv("file.csv")
df['vector'] = df['vector'].apply(string_list)

---

感谢您的反馈，您的代码实际上正在对值进行四舍五入，而且我得到了以下结果：

数组（[list（[0.0,1]），列表（[0.0,0.0,0.0,0.0,0.0]））

，这不是我所期待的，我为迟来的回复感到抱歉。我稍微修改了代码。希望它能起作用。非常感谢，它能起作用，这正是我想要的。通过使用pandas数据帧而不是常规的csv读取，我们可以得到相同的结果吗？

   index      vector   label
0      0   [0, 5, 7]  class1
1      0  [3, 8, 10]  class2
2      0  [3, 8, 15]  class2
3      0   [3, 2, 1]  class1

import numpy as np
def string_list(x): # '[1,2,3]'
    x = x[1:-1]
    x = x.split(",")
    x = list(map(np.float,x)) # [1,2,3]
    return x

import pandas as pd
df = df.DataFrame.from_csv("file.csv")
df['vector'] = df['vector'].apply(string_list)