我想知道如何导入具有多个分隔符的文件。
我有以下行：
"1,000";"2,000";"3,000"
如何使用 numpy 导入数据？
我有以下代码
data=numpy.loadtxt(filepath,delimiter=';')
如何为“”传递第二个分隔符
亲切的问候
【问题讨论】：
dtype=str 应该如何提供帮助。你可能不应该那样做。
标签： python python-3.x numpy
pandas.read_csv 可以读取这样的文件。它允许您控制分隔符和小数点字符。
这是我的文件delim.dat：
"1,000";"2,000";"3,000"
"5,000";"6,000";"7,000"
"8,000";"9,000";"9,100"
"9,250";"9,500";"9,990"
在pandas.read_csv 中使用参数delimiter=';' 和decimal=','：
In [11]: import pandas as pd
In [12]: df = pd.read_csv('delim.dat', sep=';', decimal=',', header=None)
In [13]: df
Out[13]:
0 1 2
0 1.00 2.0 3.00
1 5.00 6.0 7.00
2 8.00 9.0 9.10
3 9.25 9.5 9.99
您也可以使用numpy.genfromtxt，但您必须使用converters 参数将每个字段从bytes 转换为浮点数。例如，
In [54]: def myconvert(s):
...: return float(s.strip(b'"').replace(b',', b'.'))
...:
...:
In [55]: a = np.genfromtxt('delim.dat', delimiter=';', converters={k: myconvert for k in range(3)})
In [56]: a
Out[56]:
array([[1. , 2. , 3. ],
[5. , 6. , 7. ],
[8. , 9. , 9.1 ],
[9.25, 9.5 , 9.99]])
【讨论】：
你有一些奇怪的分隔符，更不用说在数字文字中间使用逗号了。默认情况下，Numpy 没有设置为处理任何这些事情，因此在将输入传递给 Numpy 之前，您必须手动解析一下输入。您可以使用一些正则表达式来做到这一点：
import re
from io import StringIO
# fake file-like object for demonstration
f = StringIO('''"1,000";"2,000";"3,000"''')
s = re.sub('";?"?', ' ', f.read())
s = re.sub(',', '.', s)
arr = np.fromstring(s, sep=' ')
print(arr)
输出：
[1. 2. 3.]
【讨论】：