Python 在数据帧中用numpy数组替换字符串

我有一个csv文件，如下所示：

A, B
34, "1.0, 2.0"
24, "3.0, 4.0"

我正在使用熊猫读取文件：

import pandas as pd
df = pd.read_csv('file.csv')

我需要做的是用numpy数组替换字符串：

for index, row in df.iterrows():
        df['B'][index] = np.fromstring(df['B'][index], sep=',')

但是，如果试图在数据帧的切片副本上设置值，则会引发错误

。但是，正在正确创建numpy阵列

我需要B中的所有值都是
numpy.ndarray
类型

编辑：
我尝试在代码中用行替换df

for index, row in df.iterrows():
    row['flux'] = np.fromstring(row['flux'][index][1:-1], sep=',')

并且不会引发错误，但变量的类型不会更改，数据帧仍然包含字符串
 您可以使用“应用”更改为该格式：

df['B'] = df['B'].apply(lambda x: np.fromstring(x, sep=','))


您可以使用“应用”更改为该格式：

df['B'] = df['B'].apply(lambda x: np.fromstring(x, sep=','))


使用中的
converters
参数转换为numpy数组：

import pandas as pd
import numpy as np
from io import StringIO

temp='''A,B
34,"1.0, 2.0"
24,"3.0, 4.0"'''
#after testing replace 'pd.compat.StringIO(temp)' to 'filename.csv'
df = pd.read_csv(StringIO(temp), converters={'B':lambda x: np.fromstring(x, sep=',')})

print (df)
    A           B
0  34  [1.0, 2.0]
1  24  [3.0, 4.0]

使用中的
converters
参数转换为numpy数组：

import pandas as pd
import numpy as np
from io import StringIO

temp='''A,B
34,"1.0, 2.0"
24,"3.0, 4.0"'''
#after testing replace 'pd.compat.StringIO(temp)' to 'filename.csv'
df = pd.read_csv(StringIO(temp), converters={'B':lambda x: np.fromstring(x, sep=',')})

print (df)
    A           B
0  34  [1.0, 2.0]
1  24  [3.0, 4.0]

使用
df['B'][index]
时，首先创建一个视图（
df['B']
），然后在给定索引处更新。更新视图时，基础数据帧（通常）不会得到更新。如果只索引一次，您应该会遇到这个问题：
df.loc[index，'B']=…
。当您使用
df['B'][index]
首先创建一个视图（
df['B']
）并在给定索引处更新时，请阅读中的详细信息。更新视图时，基础数据帧（通常）不会得到更新。如果只索引一次，您应该会遇到这个问题：
df.loc[index，'B']=…
。阅读更多关于