通过 numpy.loadtxt 导入文件时按升序排序 csv 文件

Question

我正在导入一个 csv 文件，其中每个标题都有一个字符串，字符串内有一个数字。看图；不需要下载电子表格，它只是一个视觉辅助工具。 如您所见，对于每个观察，字符串中都有一个数字，例如“观察：19909”。我想通过增加观察数来重新排序这些数据。波长列应保持原位，但旁边应是带有“观察：#lowest number#”的数据列，并且在数据末尾的最右侧列应具有“观察：#highest number#”。

我已经用这个 python 代码导入了数据：

spectral_data=np.loadtxt(r'C:/Users/Sidharth/Documents/Computing Labs/Project 1/Halpha_spectral_data.csv', delimiter=',', skiprows=2) #importing data file

现在我想通过观察编号升序对spectral_data 中的观察列进行排序。我该怎么做？。不用说，我不能在 Excel 中编辑电子表格。

编辑：我有一些代码可以简单地打印观察数字字符串中的整数，但我不确定是否/如何将其合并到实现问题中的任务中。这是代码：

with open('C:/Users/Sidharth/Documents/Computing Labs/Project 1/Halpha_spectral_data.csv','r') as file:
    line1=file.readline()
    line2=file.readline()
    line1_split=line1.split(',')
    line2_split=line2.split(',')
    str1=('White Space')
    str2=str1.strip()
    
print(line2_split)
observation=line2_split
observation=observation[1:]
print(observation)
observation_int = [int(item.split(' ')[1]) for item in observation]
print(observation_int)

感谢您抽出宝贵时间阅读本文， 席德

Answer 1

在我看来，一个可以更直观地执行任务的工具 更简单的方法是 Pandas。此外，它还允许您保留列名。

假设输入文件包含：

# Date: 19.10.2020
# Waveler xxx,Observation: 19909,Observation: 19908,Observation: 19912
6.60E-07,1.24E+02,1.48E+02,1.33E+02
6.62E-07,1.28E+02,1.35E+02,1.49E+02

您可以将其读入 DataFrame，调用：

df = pd.read_csv('Input.csv', skiprows=1, index_col=0)

注意 2 重要细节：

• skiprows=1 导致初始行被跳过（所以列名 从第二行读取数据，从后续行读取数据，
• index_col=0 导致最左列将是 index 创建的 DataFrame （不是常规列）。原因是 在对列进行排序时省略此列。

目前，df包含：

               Observation: 19909  Observation: 19908  Observation: 19912
# Waveler xxx                                                            
6.600000e-07                124.0               148.0               133.0
6.620000e-07                128.0               135.0               149.0

所以前 2 列的顺序错误。

要对列进行排序，然后将索引更改为常规列， 你可以运行：

df = df[df.columns.sort_values()].reset_index()

现在 df 包含：

   # Waveler xxx  Observation: 19908  Observation: 19909  Observation: 19912
0   6.600000e-07               148.0               124.0               133.0
1   6.620000e-07               135.0               128.0               149.0

​如果你想要一个 Numpy 数组，而不是 DataFrame，你可以运行：

arr = df.values

但请注意，现在您丢失了列名（在您的情况下为观察名称）。