Python genfromtxt 多种数据类型

Question

我想使用 genfromtxt 读取 csv 文件。 我有六列是浮动的，一列是字符串。

如何设置数据类型，以便将浮点列作为浮点数读入，而将字符串列作为字符串读入？我试过 dtype='void' 但这不起作用。

建议？

谢谢

.csv 文件

999.9, abc, 34, 78, 12.3
1.3, ghf, 12, 8.4, 23.7
101.7, evf, 89, 2.4, 11.3



x = sys.argv[1]
f = open(x, 'r')
y = np.genfromtxt(f, delimiter = ',', dtype=[('f0', '<f8'), ('f1', 'S4'), (\
'f2', '<f8'), ('f3', '<f8'), ('f4', '<f8'), ('f5', '<f8'), ('f6', '<f8')])

ionenergy = y[:,0]
units = y[:,1]

错误：

ionenergy = y[:,0]
IndexError: invalid index

我在指定单一数据类型时没有收到此错误。

Answer 1

请试试这个：

import numpy

ionenergy = y.iloc[:,0]
units = y.iloc[:,1]

Answer 2

dtype=None 告诉 genfromtxt 猜测适当的 dtype。

来自the docs：

dtype：dtype，可选

结果数组的数据类型。 如果没有，dtypes 将是 由每列的内容单独确定。

（我的重点。）

---

由于您的数据是逗号分隔的，请务必包含delimiter=','，否则np.genfromtxt 会将每一列（除最后一列）解释为包含一个字符串字符（逗号），因此会错误地为每个列分配一个字符串 dtype这些列。

例如：

import numpy as np

arr = np.genfromtxt('data', dtype=None, delimiter=',')

print(arr.dtype)
# [('f0', '<f8'), ('f1', 'S4'), ('f2', '<i4'), ('f3', '<f8'), ('f4', '<f8')]

这显示了每列的名称和数据类型。例如，('f3', <f8) 表示第四列的名称为 'f3' 并且是 dtype 'i 表示它是一个整数 dtype。如果您需要第三列是 float dtype，那么有几个选项。

1. 您可以通过添加小数点手动编辑数据 第三列强制 genfromtxt 解释该列中的值 为浮点数据类型。

2. 您可以在对 genfromtxt 的调用中明确提供 dtype

   arr = np.genfromtxt(
       'data', delimiter=',',
       dtype=[('f0', '<f8'), ('f1', 'S4'), ('f2', '<f4'), ('f3', '<f8'), ('f4', '<f8')])
   

---

print(arr)
# [(999.9, ' abc', 34, 78.0, 12.3) (1.3, ' ghf', 12, 8.4, 23.7)
#  (101.7, ' evf', 89, 2.4, 11.3)]

print(arr['f2'])
# [34 12 89]

---

错误信息IndexError: invalid index正在由该行生成

ionenergy = y[:,0]

当你有混合数据类型时，np.genfromtxt 返回一个structured array。您需要阅读结构化数组，因为访问列的语法与用于同质 dtype 的普通数组的语法不同。

代替y[:, 0]，要访问结构化数组y的第一列，请使用

y['f0']

或者，更好的是，在np.genfromtxt 中提供names 参数，这样您就可以使用更相关的列名，例如y['ionenergy']：

import numpy as np
arr = np.genfromtxt(
    'data', delimiter=',', dtype=None,
    names=['ionenergy', 'foo', 'bar', 'baz', 'quux', 'corge'])

print(arr['ionenergy'])
# [ 999.9    1.3  101.7]