Numpy：从CSV中读取数字，数字为字符串

Question

我正在使用以下命令在python中读取.csv文件：

data = np.genfromtxt('home_data.csv', dtype=float, delimiter=',', names=True) 

这个csv有一个带有zipcode的列，它是数字但是是字符串格式，例如“85281”。此列的值为nan：

data['zipcode']
Output : array([ nan,  nan,  nan, ...,  nan,  nan,  nan])

如何将字符串中的这些值转换为整数，以便得到一个值数组而不是'nan'。

Answer 1

可能不是最有效的解决方案，但请将您的数据读作string并将其转换为float：

data = np.genfromtxt('home_data.csv', dtype=float, delimiter=',', names=True)


zipcode = data['zipcode'].astype(np.float)

顺便问一下，您是否有理由将邮政编码保存为float？

Answer 2

你必须帮助genfromtxt一点：

 data = np.genfromtxt('home_data.csv',
 dtype=[int,float],delimiter=',',names=True,
 converters={0: lambda b:(b.decode().strip('"'))})

每个字段都以字节形式收集。 float（b'1 \ n'）返回1.0，但float（b'“8210”'）给出错误。转换器选项允许为每个字段（此处为字段0）定义一个执行正确转换的函数，此处转换为字符串（解码）和删除（剥离）尾随"。

如果home_data.csv是：

zipcode,val
"8210",1
"8320",2
"14",3

您将获得：

data -> array([(8210, 1.0), (8320, 2.0), (14, 3.0)], dtype=[('zipcode', '<i4'), ('val', '<f8')])
data['zipcode'] -> array([8210, 8320,   14])