使用 numpy 导入数据时如何保留列名？

Question

我正在使用 Python 中的 numpy 库将 CSV 文件数据导入到 ndarray 中，如下所示：

data = np.genfromtxt('mydata.csv', 
                     delimiter='\,', dtype=None, names=True)

结果提供以下列名称：

print(data.dtype.names)

('row_label',
 'MyDataColumn1_0',
 'MyDataColumn1_1')

原来的列名是：

row_label, My-Data-Column-1.0, My-Data-Column-1.1

NumPy 似乎在强制我的列名采用 C 风格的变量名格式。然而在很多情况下，我的 Python 脚本需要根据列名访问列，因此我需要确保列名保持不变。为此，NumPy 需要保留原始列名，否则我需要将列名转换为 NumPy 使用的格式。

• 有没有办法在导入过程中保留原始列名？

• 如果没有，是否有一种简单的方法可以将列标签转换为使用NumPy 正在使用的格式，最好使用一些NumPy 函数？

Answer 1

如果你设置names=True，那么你的数据文件的第一行会通过这个函数：

validate_names = NameValidator(excludelist=excludelist,
                               deletechars=deletechars,
                               case_sensitive=case_sensitive,
                               replace_space=replace_space)

这些是您可以提供的选项：

excludelist : sequence, optional
    A list of names to exclude. This list is appended to the default list
    ['return','file','print']. Excluded names are appended an underscore:
    for example, `file` would become `file_`.
deletechars : str, optional
    A string combining invalid characters that must be deleted from the
    names.
defaultfmt : str, optional
    A format used to define default field names, such as "f%i" or "f_%02i".
autostrip : bool, optional
    Whether to automatically strip white spaces from the variables.
replace_space : char, optional
    Character(s) used in replacement of white spaces in the variables
    names. By default, use a '_'.

也许您可以尝试提供自己的deletechars 字符串，它是一个空字符串。但是你最好修改并传递这个：

defaultdeletechars = set("""~!@#$%^&*()-=+~\|]}[{';: /?.>,<""")

只需从该集合中取出句号和减号，并将其传递为：

np.genfromtxt(..., names=True, deletechars="""~!@#$%^&*()=+~\|]}[{';: /?>,<""")

以下是来源： https://github.com/numpy/numpy/blob/master/numpy/lib/_iotools.py#l245