python - NumPy 的 : read data from CSV having numerals as string

Question

我正在使用以下命令在 python 中读取 .csv 文件:

data = np.genfromtxt('home_data.csv', dtype=float, delimiter=',', names=True) 

此 csv 有一列包含邮政编码，邮政编码是数字，但采用字符串格式，例如“85281”。此列的值为 nan:

data['zipcode']
Output : array([ nan,  nan,  nan, ...,  nan,  nan,  nan])

如何将字符串中的这些值转换为整数，以便获得值数组而不是“nan”。

Answer 1

你必须帮助 genfromtxt 一点:

 data = np.genfromtxt('home_data.csv',
 dtype=[int,float],delimiter=',',names=True,
 converters={0: lambda b:(b.decode().strip('"'))})

每个字段都以字节为单位收集。 float(b'1\n') 返回 1.0 ，但 float(b'"8210"') 给出错误。 converters 选项允许为每个字段(此处为字段 0)定义一个函数以进行正确的转换，此处转换为字符串(解码)并删除(剥离)尾随 "。

如果 home_data.csv 是:

zipcode,val
"8210",1
"8320",2
"14",3

您将获得:

data -> array([(8210, 1.0), (8320, 2.0), (14, 3.0)], dtype=[('zipcode', '<i4'), ('val', '<f8')])
data['zipcode'] -> array([8210, 8320,   14])