将数据拆分为列并将其存储为二维数组答案

【问题标题】：Split data in columns and store it as two dimensional array将数据拆分为列并将其存储为二维数组
【发布时间】：2018-10-06 03:03:49
【问题描述】：

我有一个这种形式的数据：

49907 87063
42003 51519
21301 46100
97578 26010
52364 86618
25783 71775
1617 29096
2662 47428
74888 54550
17182 35976
86973 5323

......

我需要像for line in file一样在最后遍历它。

我想将它们拆分为第一列值存储在数组一中，第二列值存储在数组二中，所以每当我调用 Array_one[0], Array_two[0] 时，我都会得到第一行值，如 49907 87063 和其他值相同。

【问题讨论】：

left_col, right_col = np.loadtxt(<your_file>, unpack=True)

标签： python pandas csv numpy

【解决方案1】：

您可以使用空格作为分隔符。

例如：

import pandas as pd
df = pd.read_csv(filename, sep="\s+", names = ["A", "B"])
print(df["A"][0])
print(df["B"][0])

输出：

49907
87063

for i in df.values:
    print(i)

输出：

[49907 87063]
[42003 51519]
[21301 46100]
[97578 26010]
[52364 86618]
[25783 71775]
[ 1617 29096]
[ 2662 47428]
[74888 54550]
[17182 35976]
[86973  5323]

【讨论】：

我也不明白，是个错误
@jezrael 我可以添加一个像 A[counter] 这样的计数器吗？？
@MuhammadHassan - 我认为最好的方法是创建有问题的预期输出......而且我相信Rakesh 会给你很好的答案:)
所以没有理由拒绝投票？，签名...我只能帮助一点点。
for i in df.values: func(i[0], i[1])

【解决方案2】：

您可以使用numpy.genfromtxt 直接提取到numpy 数组中：

A = np.genfromtxt(file, dtype=int)

空格是默认分隔符。

然后您可以使用标准的numpy 索引/切片：

提取第一行：A[0]；第二栏：A[:, 1]。
要提取第一行的第一个元素：A[0, 0]。
提取第二列的第一个元素：A[0, 1]

逐行迭代整个数组：

for i in range(A.shape[0]):
    print(A[i])

【讨论】：

你能添加第二列B吗，因为我需要将这些值逐行放入函数中，作为参数，如函数（column1，column2）
我还是不清楚，我想把这两个值分别作为函数的参数，比如 fun(column1 , column2) ，它有一个循环，直到 4000 行......跨度>
我建议你阅读numpyindexing docs。不幸的是，没有关于 SO 的教程。