我有文本文件,其中每个文件有90列时间序列数据,长度各不相同。在这90列之前,我想要删除6行垃圾字符串数据。从第7行开始,数据都是float类型。
我尝试过以下操作,但它对我的文件没有任何更改:
folder = '/Users/LR/Desktop/S2'
files = os.listdir(folder)
for filename in files:
lines = open(filename).readlines()
open(filename, 'w').writelines(lines[6:])
我也尝试加载文件并跳过前6行,但是除非我设置dtype ='str',否则numpy.loadtxt不起作用。它成功地删除了前6行..但它作为字符串ndarray对象导入,我无法弄清楚如何将其转换为float数组。
data = np.loadtxt('STS2.txt', delimiter = '\t', skiprows=6, dtype='str')
data = data.astype(float) # this gives the error: ValueError: could not convert string to float:
当我设置dtype = float时,我得到相同的ValueError:
data_float = np.loadtxt('STS2.txt', delimiter='\t', dtype=float, skiprows=7) # this gives the error: ValueError: could not convert string to float:
任何人都知道解决这个问题的方法吗?
答案 0 :(得分:1)
您可以使用pandas
来帮助您。使用以下代码:
import pandas as pd
import numpy as np
df = pd.read_csv('STS1.txt', delimiter='\t', skiprows=[0,1,2], index_col=0)
df = df.T.set_index(np.nan, append=True).T
我能够加载下表:
请注意,您的列现在是分层的。您可以查看您的类型:
df.dtypes
输出:
1 float64
2 float64
3 float64
4 float64
...
您还可以轻松转换数据,例如到int
:
df = df.fillna(0).astype(int)
答案 1 :(得分:1)
每行的最后一个字段是空字符串,因此numpy
无法将其解析为float
。无论如何,您只对前90列感兴趣,因此请添加usecols=range(90)
:
np.loadtxt('STS2.txt', skiprows=6, usecols=range(90))
(当然,如果您已经删除了前六行,现在可以删除skiprows=6
。)
修改强>
由于第一列似乎只是一个索引,您可以使用usecols=range(1, 90)
来忽略它。