使用 genfromtxt 读取不同列长的数据

Question

有以下具有不同列长度的数据集：

5.0     0.4     0.92    11.45   44.18   33.66
3.2     4.92    7.2     11.73   46.98   118.63
3.6     11.43   14.32   8.88    71.3
1.99    9.12    11.71   15.56   20.24   
0.77    21.92   2.47    33.99   80.68
0.91    4.32    14.6    15.69   127.8
2.67    2.1     5.14    7.96    46.88
0.76    0.44    5.46    71.13   16.62
3.52    1.15    6.21    31.84   10.33
0.93    2.29    0.83    58.0    18.32
0.56    1.61    5.09    20.07   10.1
0.02    1.23    5.95    16.24
1.5     3.23    4.21    18.9

我尝试过使用 genfromtxt，但它只返回数据中的第一行。

data = np.genfromtxt(filename,dtype=float,usecols=range(6))

是否有一个我遗漏的论点我不知道可以解决这个问题？如果我不使用 usecols 参数，则数据将作为一列返回。设置 delimiter='' 返回相同的结果。理想情况下，我想读入数据，然后为每一列分开。

Answer 1

Numpy 数组必须是正则的，所以 genfromtxt 不是为此而做的。为了 此类数据pandas 可能更易于使用，默认使用 NaN 填充缺失值：

In [7]: df.pd.read_csv('file.txt',sep=' *',engine='python',header=None)
Out[7]: 
       0      1      2      3       4       5
0   5.00   0.40   0.92  11.45   44.18   33.66
1   3.20   4.92   7.20  11.73   46.98  118.63
2   3.60  11.43  14.32   8.88   71.30     NaN
3   1.99   9.12  11.71  15.56   20.24     NaN
4   0.77  21.92   2.47  33.99   80.68     NaN
5   0.91   4.32  14.60  15.69  127.80     NaN
6   2.67   2.10   5.14   7.96   46.88     NaN
7   0.76   0.44   5.46  71.13   16.62     NaN
8   3.52   1.15   6.21  31.84   10.33     NaN
9   0.93   2.29   0.83  58.00   18.32     NaN
10  0.56   1.61   5.09  20.07   10.10     NaN
11  0.02   1.23   5.95  16.24     NaN     NaN
12  1.50   3.23   4.21  18.90     NaN     NaN

您返回到带有df.values 的numpy 数组。