如何使用numpy将导入的csv中的一列从字符串转换为浮点数？答案

【问题标题】：How do i convert one column from an imported csv using numpy from string to float?如何使用numpy将导入的csv中的一列从字符串转换为浮点数？
【发布时间】：2020-10-07 05:03:13
【问题描述】：

我有两个使用 numpy 导入到 python 的 csv 文件。
数据有 2 列：

[['month' 'total_rainfall']        
 ['1982-01' '107.1']    
 ['1982-02' '27.8']    
 ['1982-03' '160.8']    
 ['1982-04' '157']    
 ['1982-05' '102.2']

我需要创建一个二维数组并使用“total_rainfall”列计算统计数据。（平均值、标准差、最小值和最大值）

所以我有这个：

import numpy as np    
datafile=np.genfromtxt("C:\rainfall-monthly-total.csv",delimiter=",",dtype=None,encoding=None)    
print(datafile)    
rainfall=np.asarray(datafile).astype(np.float32)    
print (np.mean(datafile,axis=1))

ValueError：无法将字符串转换为浮点数：'2019-04'

【问题讨论】：

您需要指定names=True。然后看数组。它应该有 2 个字段，第二个是数字。

标签： python numpy genfromtxt

【解决方案1】：

将str转换为float如下：

>>> a = "545.2222"
>>> float(a)
545.22220000000004
>>> int(float(a))
545

但错误消息显示问题是将2019-04 转换为浮点数。

当您想将2019-04 转换为浮点数时，它不起作用，因为浮点数之间没有-。这就是你出错的原因。

【讨论】：

【解决方案2】：

您可以将降雨值转换为float 或int，但无法转换日期。要将日期转换为int，您必须拆分字符串并将其组合为日期格式，然后将其转换为毫秒：

from datetime import datetime

month1 = '1982-01' 
date = datetime(month1.split('-')[0], month1.split('-')[1], 1)
milliseconds = int(round(date.timestamp() * 1000))

这样，您假定它是当月的第一个日期。

【讨论】：

【解决方案3】：

您的错误消息显示无法将字符串转换为浮点数，但实际上你的问题有点不同。

您的数组包含 string 列，应进行转换：

月 - 到期间（月），
total_rainfall - 浮动。

不幸的是，创建了 Numpy 来处理所有单元格是相同的类型，所以更方便的工具是 Pandas，其中每一列都可以是其自己的类型。

首先，将您的 Numpy 数组（我假设 arr）转换为 pandasonic 数据框：

import pandas as pd

df = pd.DataFrame(arr[1:], columns=arr[0])

我从初始行获取列名，并从以下行。打印 df 以查看结果。

到目前为止，两列仍然是 object 类型（实际上是 string），所以唯一要做的就是转换两列，每个到它想要的类型：

df.month = pd.PeriodIndex(df.month, freq='M')
df.total_rainfall = df.total_rainfall.astype(float)

现在，当您运行 df.info() 时，您将看到两者列的类型正确。

要处理您的数据，也可以使用 Pandas。这是一个更方便的工具。

例如要获得季度总和，您可以运行：

df.set_index('month').resample('Q').sum()

获取（用于您的数据样本）：

        total_rainfall
month                 
1982Q1           295.7
1982Q2           259.2

【讨论】：