Question

我有一个excel电子表格，在第一列中有日期，其余的是为每个属性观察到的数值。我使用read / readlines函数导入了整个数据集。

如何将导入的数据分隔为datearray（导入数据集中的第一列）和单独的数值矩阵（我想要处理的数据）？

例如：

我正在导入以下数据：

ObservationDate Attribute1 Attribute2 Attribute3

01/01/2012 105 101 100

02/01/2012 101 101 95

03/01/2012 98 95 97

我想从这些数据中创建以下内容：

DateArrayList = [01/01 / 2012,02 / 01 / 2012,03 / 01/2012]
             105        101         100   
ValuesMatrix = 101 101 95
             98         95          97

Answer 1

这些列表推导应该做你想要的（假设数据在testdata.xls中，并且它是制表符分隔的）：

with open("testdata.xls") as inf:
    next(inf)
    lines = [l[:-1].split("\t") for l in inf]

date_array_list = [l[0] for l in lines]
values_matrix = [map(int, l[1:]) for l in lines]

print date_array_list
print values_matrix

打印

['01/01/2012', '02/01/2012', '03/01/2012']
[[105, 101, 100], [101, 101, 95], [98, 95, 97]]

Answer 2

如果你已经在使用numpy，那么这就是“numpythonic”解决方案......（如果你没有，其他解决方案会更好。）

在numpy的最新版本中，有一个datetime dtype。在此之前，最常见的解决方案是使用matplotlib的日期格式（这是一个浮点数）。

首先，如果您想依赖matplolib的日期格式，请按以下步骤操作：

import matplotlib.dates as mdates
import numpy as np

data = np.loadtxt('data.txt', converters={0:mdates.datestr2num})
dates = data[:,0]
data = data[:,1:]

对于numpy的更新版本，您可能希望使用datetime64 dtype作为日期数组。在这种情况下（使用两遍）：

import numpy as np
dates = np.loadtxt('data.txt', dtype=np.datetime64, usecols=[0])
data = np.loadtxt('data.txt', converters={0:lambda x: -9999.9})
data = data[:,1:]

如何将在Python中作为文本导入的数据分成日期阵列和数值数据

2 个答案: