Question

假设我有以下数据：

1:-1 2:-1 3:0.213213 ...
1:0.905906 2:-1 4:-1 ...

数据的格式为[index]:[value]，并且要以每行代表一个数组的方式导入值。所以我期待像以下一样的2D数组：

array = ([[-1, -1, 0.213213, ...]
         [0.905906, -1, NaN, -1, ...] 
        ])

使用numpy.loadtxt（如果可能的话），我该怎么做呢？我已经阅读了dtype的文档，但我似乎无法导入密钥对应于数组索引及其对应值的数据。

Answer 1

我使用了大熊猫的read_csv，虽然np.loadtxt也很有用。

import pandas as pd

df = pd.read_csv('your_file', header=None, sep=' |:')
df_new = pd.DataFrame(index=df.index, 
                      columns=range(np.max(df.iloc[:, -2]))) # create empty dataframe

# Iterate over rows and place values at correct position.
for index, row in df.iterrows():
    idx = row[0::2].astype('int').values-1
    vals = row[1::2].values
    df_new.iloc[index, idx] = vals

df_new.values

返回：

array([[-1.0, -1.0, 0.213213, nan],
       [0.905906, -1.0, nan, -1.0]], dtype=object)

具有Numpy加载数据的自定义数据类型

1 个答案: