如何从python中的文本文件加载具有不同位置的特定列？

Question

我试图阅读文本文件中在线存储的346条美国河流的排放数据。文件或多或少采用以下格式：

Measurement_number    Date          Gage_height     Discharge_value     
1                     2017-01-01    10              1000
2                     2017-01-20    15              2000
# etc.

我只想读取量具高度和放电值列。 问题是，在大多数文件中，带有元数据的其他列都会添加到“Gage height＆＃39;之前”。列，所以我不能简单地阅读第3和第4列，因为它们的索引不同。

我试图找到一种方法来说明＆＃39;读取名称为＆＃39; Gage_height＆＃39;和＆＃39; Discharge_value＆＃39;＆＃39;，但我还没有成功。

我希望任何人都可以提供帮助。我目前正在尝试使用numpy.genfromtxt加载文本文件，因此找到包含该软件包的解决方案会很棒，但其他解决方案也非常受欢迎。

这是我目前的代码

data_url=urllib2.urlopen(#the url of this specific site)
data=np.genfromtxt(data_url,skip_header=1,comments='#',usecols=2,3])

Answer 1

您可以使用names=True选项genfromtxt，然后使用列名称选择要使用usecols读取的列。

例如，要从您的数据文件中阅读'Gage_height'和'Discharge_value'：

data = np.genfromtxt(filename, names=True, usecols=['Gage_height', 'Discharge_value'])

请注意，如果您使用skip_header=1，则无需设置names=True。

然后，您可以使用其名称访问列：

gage_height = data['Gage_height']               #  == array([ 10.,  15.])
discharge_value = data['Discharge_value']       #  == array([ 1000.,  2000.])

有关详细信息，请参阅the docs here。