我有一个以下格式的 csv 文件,我正在尝试对其进行标准化。这些数字表示关联字符串的计数。该文件包含近 100K 条目。
159028,CASSVDGSYEQYFGPG
86832,CASSLQLYFGEG
74720,CASSQDQDTQYFGPG
71701,CASSRVGSDYTFGSG
69360,CARNVTPPKSYAVFFGKG
52458,CAAEQFFGPG
51406,CASSSGDQDTQYFGPG
50305,CASQLYFGEG
38745,CAYFGPG
32565,CASSPDWGENTLYFGAG
我尝试使用以下内容创建字典
import csv
input = csv.DictReader(open("data.csv"))
for row in input:
print(row)
结果
{'159028': '86832', 'CASSVDGSYEQYFGPG': 'CASSLQLYFGEG'}
{'159028': '74720', 'CASSVDGSYEQYFGPG': 'CASSQDQDTQYFGPG'}
{'159028': '71701', 'CASSVDGSYEQYFGPG': 'CASSRVGSDYTFGSG'}
{'159028': '69360', 'CASSVDGSYEQYFGPG': 'CARNVTPPKSYAVFFGKG'}
{'159028': '52458', 'CASSVDGSYEQYFGPG': 'CAAEQFFGPG'}
{'159028': '51406', 'CASSVDGSYEQYFGPG': 'CASSSGDQDTQYFGPG'}
{'159028': '50305', 'CASSVDGSYEQYFGPG': 'CASQLYFGEG'}
{'159028': '38745', 'CASSVDGSYEQYFGPG': 'CAYFGPG'}
{'159028': '32565', 'CASSVDGSYEQYFGPG': 'CASSPDWGENTLYFGAG'}
...
而不是
{'CASSVDGSYEQYFGPG': 159028}
{'CASSLQLYFGEG': '86832'}
{'CASSQDQDTQYFGPG': '74720'}
{'CASSRVGSDYTFGSG': '71701'}
{'CARNVTPPKSYAVFFGKG': '69360'}
{'CAAEQFFGPG': '52458'}
{'CASSSGDQDTQYFGPG': '51406'}
{'CASQLYFGEG': '50305'}
{'CAYFGPG': '38745'}
{'CASSPDWGENTLYFGAG': '32565'}
...
我还尝试将 csv 文件转换为 numpy 数组,但得到以下结果:
>>>from numpy import genfromtxt
>>>data = genfromtxt('data.csv', delimiter=',')
>>>data
array([[ 1.59028000e+05, nan],
[ 8.68320000e+04, nan],
[ 7.47200000e+04, nan],
...,
[ 1.00000000e+00, nan],
[ 1.00000000e+00, nan],
[ 1.00000000e+00, nan]])
可能还有其他方法可以通过 Python 对该数据进行标准化和其他数据处理。
最佳答案
使用 Numpy loadtxt 导入,如果需要将其作为字典,则使用字典理解。
import numpy as np
arr = np.loadtxt('data.csv', dtype=str, delimiter=",")
b = dict([(y, x) for (x, y) in arr])
关于python - 通过Python将csv文件转换为numpy数组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39377229/