Question

我想使用genfromtxt读取csv文件。我有六列浮动，一列是一个字符串。

如何设置数据类型以便将浮点列作为浮点数读入，字符串列将作为字符串读入？我试过dtype ='void'但是没有用。

建议？

由于

.csv文件

999.9, abc, 34, 78, 12.3
1.3, ghf, 12, 8.4, 23.7
101.7, evf, 89, 2.4, 11.3



x = sys.argv[1]
f = open(x, 'r')
y = np.genfromtxt(f, delimiter = ',', dtype=[('f0', '<f8'), ('f1', 'S4'), (\
'f2', '<f8'), ('f3', '<f8'), ('f4', '<f8'), ('f5', '<f8'), ('f6', '<f8')])

ionenergy = y[:,0]
units = y[:,1]

错误：

ionenergy = y[:,0]
IndexError: invalid index

当我指定单个数据类型时，我没有收到此错误。

Answer 1

dtype=None告诉genfromtxt猜测适当的dtype。

来自the docs：

dtype：dtype，可选

结果数组的数据类型。 如果为None，则dtypes将为   由每列的内容单独确定。

（我的重点。）

由于您的数据以逗号分隔，请务必包含delimiter=','，否则np.genfromtxt会将每列（execpt最后一列）解释为包含字符串字符（逗号），因此会错误地指定字符串dtype到每个列。

例如：

import numpy as np

arr = np.genfromtxt('data', dtype=None, delimiter=',')

print(arr.dtype)
# [('f0', '<f8'), ('f1', 'S4'), ('f2', '<i4'), ('f3', '<f8'), ('f4', '<f8')]

显示每列的名称和dtypes。例如，('f3', <f8)表示第四列的名称为'f3'，且dtype为'＆lt; i4。 i表示它是整数dtype。如果你需要第三列是float dtype，那么有几个选项。

您可以通过在中添加小数点来手动编辑数据第三列强制genfromtxt解释该列中的值是一个浮动dtype。

您可以在genfromtxt

的调用中明确提供dtype

arr = np.genfromtxt(
    'data', delimiter=',',
    dtype=[('f0', '<f8'), ('f1', 'S4'), ('f2', '<f4'), ('f3', '<f8'), ('f4', '<f8')])

print(arr)
# [(999.9, ' abc', 34, 78.0, 12.3) (1.3, ' ghf', 12, 8.4, 23.7)
#  (101.7, ' evf', 89, 2.4, 11.3)]

print(arr['f2'])
# [34 12 89]

行

IndexError: invalid index

ionenergy = y[:,0]

如果您有混合dtypes，np.genfromtxt会返回structured array。您需要阅读结构化数组，因为访问列的语法不同于用于同类dtype的普通数组的语法。

而不是y[:, 0]，要访问结构化数组y的第一列，请使用

y['f0']

或者，更好的是，在names中提供np.genfromtxt参数，这样您就可以使用更相关的列名，例如y['ionenergy']：

import numpy as np
arr = np.genfromtxt(
    'data', delimiter=',', dtype=None,
    names=['ionenergy', 'foo', 'bar', 'baz', 'quux', 'corge'])

print(arr['ionenergy'])
# [ 999.9    1.3  101.7]

Answer 2

请试试这个：

import numpy

ionenergy = y.iloc[:,0]
units = y.iloc[:,1]

Python genfromtxt有多种数据类型

2 个答案: