如何将 csv 文件读入 Python 2d 数组？

【问题标题】：How to read csv file into Python 2d array?如何将 csv 文件读入 Python 2d 数组？
【发布时间】：2015-06-26 13:57:35
【问题描述】：

例如，我有一个 csv 文件，例如：

| a | b | c |
  1   2   3
  4   5   6 
  7   8   9
  10  11  12

我需要从这个 csv 文件创建一个 numpy.ndarray。对于这个例子，它的大小应该是 (2,3)。

应该是这样的

5(1+4), 7(2+5), 9(3+6)
17, 19, 21

对自己的行求和（每2行）

可以使用 Panda、numpy 或类似的库。实际上我正在用熊猫读取 csv，但之后我就不能这样做了。

如有任何帮助，我们将不胜感激。

【问题讨论】：

我不明白输入 csv 文件和“并且应该是这样”格式之间的模式？也许我遗漏了一些东西，但我没有看到对应的内容。
比如我读取的是csv文件。我必须对它自己的每 2 行求和。现在是不是更清楚了。而且我也编辑了我的问题，也许现在它更容易理解了

标签： python arrays csv numpy pandas

【解决方案1】：

如果你使用pandas，你可以使用groupby：

>>> df
    a   b   c
0   1   2   3
1   4   5   6
2   7   8   9
3  10  11  12
>>> df.groupby(np.arange(len(df))//2).sum()
    a   b   c
0   5   7   9
1  17  19  21

这是可行的，因为groupby 可以对您传递的内容进行分组，而不仅仅是列名，在这种情况下，我们传递了一个具有正确组号的数组：

>>> np.arange(len(df))
array([0, 1, 2, 3])
>>> np.arange(len(df))//2
array([0, 0, 1, 1])

如果您确实需要 ndarray 而不是数据框，您可以通过 .values 访问它。

>>> df.groupby(np.arange(len(df))//2).sum().values
array([[ 5,  7,  9],
       [17, 19, 21]], dtype=int64)

【讨论】：

实际上我会在 scikit 线性回归和 OLS 上使用它，所以我会检查数据框是否有效，但无论如何谢谢