创建一个数组字典，使用其中一列中的值作为键

Question

我已经尝试了一段时间，但到目前为止收效甚微。我在 python 中有一个大的（> 400,000 个数据点）二维数组。数组本身可以根据日期 (dd\mm\yyyy) 拆分为一系列较小的行。

为了实现我的最终目标，我想做的一件事是将一个 numpy.ndarray（类似于下面可以看到的，但显然更大）变成一个键字典（一个用于月）和相应的数组（由每个特定日期的所有原始数组数据组成）。

[['16/06/2015 00:00'    'card' 'Smith' 'John' 'Full Time']
['16/06/2015 00:00' 'card'  'Doe'   'Jane'  'Part Time']
['17/07/2015 00:00' 'card'  'Doe'   'Jane'  'Part Time']
['18/06/2015 00:00' 'card' 'Smith' 'John' 'Full Time']
['30/06/2015 00:00' 'card'  'Bob'   'Roberts'   'Full Time']
['30/06/2015 00:00' 'card'  'Smith' 'John'  'Full Time']
['30/06/2015 00:00' 'card'  'Bob'   'Roberts'   'Full Time']]

我不确定如何让上面的数组以与我正在导入的相同的代码格式显示，但正如我所提到的，它应该显示为 numpy.ndarray。

我有代码，您可以在下面看到，它返回错误“索引错误：用作索引的数组必须是整数（或布尔）类型”，这是一个问题，因为我拥有的数据是由字符串组成的.

Array1 = np.genfromtxt('PATH', delimiter="\t", dtype=(str))
y = {}
for row in Array1:
    v = Array1[row[1:]]
    k = row[0]
    y[k]=v

如果您需要更多信息，请尽管询问，我会尽力提供所需的任何信息。我对这一切都很陌生。

Answer 1

只需使用 csv 模块从文件中创建 dict 来解析它，您需要处理重复的键，例如 "16/06/2015 00:00"，这可以使用 defaultdict 来完成，否则您将只有与键关联的最后一个值：

import csv
from collections import defaultdict
with open("infile") as f:
    d = defaultdict(list)
    for row in csv.reader(f, delimiter="\t"):
        row[0].extend(row[1:])

创建一个数组只是为了创建一个字典是没有意义的，如果你想要一个字典，只需像上面那样创建字典。

Answer 2

错误消息将指向循环的第一行：正如它所说，这不是您索引数组的方式。 row 已经是该行中的值列表；您已经知道如何通过row[0] 获取单个项目，并获得完全相同的列表：row[1:]。所以你的代码就是：

v = row[1:]

请注意，您可以将其简化为

y[row[0]] = row[1:]

事实上整个循环可以作为一个字典理解来完成：

y = {row[0]:row[1:] for row in Array1}