我正在使用 numpy.loadtxt
从文本文件中提取大量数据,然后使用循环将不同的列放入不同的字典键中,如下所示:
f = numpy.loadtxt(datafile, skiprows=5) # Open and read in the file, skipping to the data
d = {} # Create empty dictionary
for x in range(0, f.shape[1]):
d[x] = f[:,x] # Loop through the columns of the datafile, putting each one into
#a dictionary index
文本文件中数组上方的行包含数组中变量的所有标题,有没有办法获取每个变量名并将其作为相关字典的键名? (即,第一列 = 数据,d[日期]={14/11/12,15/11/12 ....等)
最佳答案
Pandas 是个好主意,所以对 reptilicus 的回答“竖起大拇指”。
如果您不想依赖 Pandas,您可以轻松地使用函数 numpy.genfromtxt
将数据直接读取到 numpy 结构化数组中。结构数组既像 numpy 一维数组又像字典。
例如,这是一个示例数据文件“data.csv”:
alpha, beta, gamma
100, 0.5, 19.9
210, 0.25, 21.0
240, 0.45, 15.0
290, 0.75, 5.5
您可以将其读入结构化数组,如下所示:
>>> data = genfromtxt('data.csv', delimiter=',', names=True, dtype=None)
选项 names=True
告诉 genfromtxt
使用列标题作为结构化数组中的字段名称。设置 dtype=None
告诉 genfromtxt
自动计算列的数据类型(默认是将所有值转换为 double 浮点值)。
data
看起来像这样。
>>> data
array([(100, 0.5, 19.9), (210, 0.25, 21.0), (240, 0.45, 15.0),
(290, 0.75, 5.5)],
dtype=[('alpha', '<i4'), ('beta', '<f8'), ('gamma', '<f8')])
您可以访问单个元素(每个元素都是一个包含三个字段的结构):
>>> data[0]
(100, 0.5, 19.9)
或者您可以使用类似字典的界面访问列:
>>> data['beta']
array([ 0.5 , 0.25, 0.45, 0.75])
您可以将它们结合起来:
>>> data['beta'][1]
0.25
>>> data[1]['beta']
0.25
关于Python表标题到字典,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12897927/