Python genfromtext несколько типов данных

Question

Я хотел бы прочитать в csv-файле, используя genfromtxt. У меня есть шесть столбцов, которые являются float, и один столбец, который является строкой.

Как установить тип данных, чтобы столбцы с плавающей точкой были считаны как поплавки, а колонка строки будет считана в виде строк? Я попробовал dtype = 'void', но это не работает.

Предложения?

Благодаря

.csv файл

999.9, abc, 34, 78, 12.3 
1.3, ghf, 12, 8.4, 23.7 
101.7, evf, 89, 2.4, 11.3 



x = sys.argv[1] 
f = open(x, 'r') 
y = np.genfromtxt(f, delimiter = ',', dtype=[('f0', '<f8'), ('f1', 'S4'), (\ 
'f2', '<f8'), ('f3', '<f8'), ('f4', '<f8'), ('f5', '<f8'), ('f6', '<f8')]) 

ionenergy = y[:,0] 
units = y[:,1] 

Ошибка:

ionenergy = y[:,0] 
IndexError: invalid index 

я не получаю эту ошибку, когда я задать один тип данных ..

Answer 1

dtype=None рассказывает genfromtxt, чтобы угадать соответствующий тип.

От the docs:

dtype: dtype, optional

Data type of the resulting array. If None, the dtypes will be determined by the contents of each column, individually.

(. Курсив мой)

---

Поскольку ваши данные разделенных запятыми, не забудьте включить delimiter=',' или иначе np.genfromtxt будет интерпретировать каждый столбец (execpt последний), в том числе строковый символ (запятая) и, следовательно, ошибочно назначать строковый dtype для каждого из этих столбцов.

Например:

import numpy as np 

arr = np.genfromtxt('data', dtype=None, delimiter=',') 

print(arr.dtype) 
# [('f0', '<f8'), ('f1', 'S4'), ('f2', '<i4'), ('f3', '<f8'), ('f4', '<f8')] 

Это показывает имена и dtypes каждого столбца. Например, ('f3', <f8) означает, что четвертая колонка имеет имя 'f3' и имеет dtype '< i4. Значение i означает, что это целочисленный тип dtype. Если вам нужен третий столбец для float dtype, тогда есть несколько вариантов.

1. Вы можете вручную редактировать данные, добавляя десятичную точку в третьей колонке, чтобы заставить genfromtxt интерпретировать значения в этом столбце , чтобы быть флоат DTYPE.

2. Вы можете поставить DTYPE явно в вызове genfromtxt

   arr = np.genfromtxt(
       'data', delimiter=',', 
       dtype=[('f0', '<f8'), ('f1', 'S4'), ('f2', '<f4'), ('f3', '<f8'), ('f4', '<f8')]) 
   

---

print(arr) 
# [(999.9, ' abc', 34, 78.0, 12.3) (1.3, ' ghf', 12, 8.4, 23.7) 
# (101.7, ' evf', 89, 2.4, 11.3)] 

print(arr['f2']) 
# [34 12 89] 

---

Сообщение об ошибке IndexError: invalid index генерируется линией

ionenergy = y[:,0] 

Когда у вас есть смешанные типы, np.genfromtxt возвращает structured array. Вам нужно прочитать структурированные массивы, потому что синтаксис для доступа к столбцам отличается от синтаксиса, используемого для простых массивов однородного типа.

Вместо y[:, 0], чтобы получить доступ к первому колонку структурированного массива y, используйте

y['f0'] 

Или, еще лучше, поставить параметр names в np.genfromtxt, так что вы можете использовать более соответствующее имя столбца, как y['ionenergy']:

import numpy as np 
arr = np.genfromtxt(
    'data', delimiter=',', dtype=None, 
    names=['ionenergy', 'foo', 'bar', 'baz', 'quux', 'corge']) 

print(arr['ionenergy']) 
# [ 999.9 1.3 101.7] 

Answer 2

Пожалуйста, попробуйте следующее:

import numpy 

ionenergy = y.iloc[:,0] 
units = y.iloc[:,1]