循环遍历字符串数据集答案

【问题标题】：Looping over dataset of strings循环遍历字符串数据集
【发布时间】：2026-02-12 16:15:01
【问题描述】：

我试图在我的数据集中挑选出特定出现的值，但在处理将值转换为字符串并循环它们时一直遇到问题。我的代码如下：

data = np.genfromtxt('DurhamAirMass.txt')
spot = data[:,1]
mass = str(data[:,2])


DP = np.array([])
DT = np.array([])
MP = np.array([])
MT = np.array([])
TR = np.array([])

for i in range(1461):
    if mass[i] == '2':
        DP = np.append(DP, str(spot[i]))
    if mass[i] == '3':
        DT = np.append(DT, str(spot[i]))
    if mass[i] == '5':
        MP = np.append(MP, str(spot[i]))
    if mass[i] == '6' or '66' or '67':
        MT = np.append(MT, str(spot[i]))
    if mass[i] == '7':
        TR = np.append(TR, str(spot[i]))    

print DP

当我尝试打印出 DP 数组时，我收到一个错误，指向第一个 if 语句并说“IndexError：字符串索引超出范围”。有什么想法吗？

【问题讨论】：

你知道mass 的长度至少是1461 吗？我认为你的 for 循环应该是 for i in range(len(mass))
@aruisdante 我认为这是我遇到问题的地方。字符串的长度不是 1461，这就是我必须循环的数据点数（即我有 1461 个质量和 1461 个点）
做一个print mass 看看，它是什么样子的。
@Daniel 它给了我 1461 个不同的数字（即前六个是 [1. 4. 7. 2. 2. 2. ..........]
@DJV：不，它为您提供了数组的字符串表示形式，长度约为 80 个字符

标签： python string for-loop

【解决方案1】：

将data[:,2]转换成字符串的目的是什么？顺便提一句。 or 不像你想的那样工作，你必须重复`mass[i]==``

为什么不：

data = np.genfromtxt('DurhamAirMass.txt')
mass = data[:, 1]
spot = data[:, 2]
DP = mass[spot == 2]
DT = mass[spot == 3]
MP = mass[spot == 5]
MT = mass[(spot == 6)||(spot == 66)||(spot == 67)]
TR = mass[spot == 7]

【讨论】：

【解决方案2】：

作为一般规则，您永远不应该对 for 循环迭代进行硬编码，除非您希望输入迭代器永远大于/小于硬编码值（即使这样，也有更好的方法来实现这一点）。

您的代码应该如下所示：

for i in range(len(data)):
    ...

这将确保您始终只遍历您实际拥有的数据。

【讨论】：

【解决方案3】：

你确实造成了IndexError

尝试检查spot 看看它有多大，我猜1461 大于它的界限也许你可以尝试将for 循环设置为：

for i in range(len(spot)):
    ...

相反，这将保证您只能访问 spot 的有效索引，如果这仍然导致问题，请尝试对 mass 进行相同操作

for i in range(len(mass)):
    ...

您还可以添加检查以确保数据是您认为的长度。

print len(mass), len(spot), len(spot) == len(mass)

最好在出现错误时仔细检查您的假设。在这种情况下，您显然被告知有一个IndexError，因此下一步是找出导致它的索引。

也许更多信息会对您有所帮助？

try:
    for i in range(len(spot)):
        # code as usual
except:
    print i
    raise e

这将告诉您导致错误的索引。

【讨论】：

"spot" 和 "mass" 都有 1461 个值。正如我在上面的评论中所说，我认为程序认为“质量”的长度为 1461 个字符，但事实并非如此。仅有 1461 个质量值。
@DJV 好的，但是IndexError 表示您正在尝试访问超出您尝试访问的对象范围的内容。你试过我的建议了吗？
@DJV 看到我的编辑，你能提供确切的错误信息吗？也许也是您得到答案的索引？

【解决方案4】：

我只是将所有字符串都更改为整数，这解决了问题。起初我不认为这会起作用。谢谢大家的回答！

【讨论】：