python - panda read_csv() 将虚数转换为实数

Question

通过这两行使用 pandas 调用文件后:

import pandas as pd
import numpy as np
df = pd.read_csv('PN_lateral_n_eff.txt', header=None)
df.columns = ["effective_index"]

这是我的输出:

                         effective_index
0  2.568393573877396+1.139080496494329e-006i
1  2.568398351899841+1.129979376397734e-006i
2  2.568401556986464+1.123872317134941e-006i

之后，我无法使用 numpy 将其转换为实数。因为，panda dtype 是对象。我试过这个:

np.real(df, dtype = float)

TypeError: real() got an unexpected keyword argument 'dtype'

有办法做到吗？

Answer 1

看起来 astype(complex) 适用于 Numpy 字符串数组，但不适用于 Pandas 系列对象:

cmplx = df['effective_index'].str.replace('i','j')\ # Go engineering
                             .values\               # Go NumPy
                             .astype('str')\        # Go string
                             .astype(np.complex)    # Go complex
#array([ 2.56839357 +1.13908050e-06j,  2.56839835 +1.12997938e-06j,
#        2.56840156 +1.12387232e-06j])
df['effective_index'] = cmplx # Go Pandas again