pythonnumpy：用正确的值typ将csv读入numpy

Question

这是我的测试_数据.csv公司名称：

A,1,2,3,4,5
B,6,7,8,9,10
C,11,12,13,14,15
A,16,17,18,19,20

---

我用下面的代码把它读给numpy数组：

^{pr2}$

---

在主代码中，我有：

    numpyArray = readCSVToNumpyArray('test_data.csv')
    print(numpyArray)

结果是：

(array([['A', '1', '2', '3', '4', '5'],
       ['B', '6', '7', '8', '9', '10'],
       ['C', '11', '12', '13', '14', '15'],
       ['A', '16', '17', '18', '19', '20']], 
      dtype='|S2'))

但是数组中的所有数字都被视为string，有没有一种好方法可以让它们存储为float，而不必遍历每个元素并指定类型？在

谢谢！在

Answer 1

我在使用Pandas中读过它，它让您可以很容易地设置每列的数据类型。在

import numpy as np 
import pandas as pd 

pdDF = pd.read_csv(
    'test_data.csv', 
    header=None, 
    names=list('abcdef'), 
    dtype=dict(zip(list('abcdef'),[str]+[float]*5)))

现在每个列都将具有适当的数据类型。在

^{pr2}$

如果您还想在numpy数组中使用它，您可以只获取值。在

npArr = pdDF.values

npArr
Out[27]: 
array([['A', 1.0, 2.0, 3.0, 4.0, 5.0],
       ['B', 6.0, 7.0, 8.0, 9.0, 10.0],
       ['C', 11.0, 12.0, 13.0, 14.0, 15.0],
       ['A', 16.0, 17.0, 18.0, 19.0, 20.0]], dtype=object)

它仍然是'row'数组的对象，因为您不能将'A'变成float，但是各个值将根据需要成为float。在

type(npArr[0,1])
Out[28]: float

最后，如果你只想要一个浮点数数组，那也很容易。。。只需将第一列以外的所有列作为数组输出，它将具有dtype:float而不是object。在

pdDF.loc[:,pdDF.columns>='b'].values
Out[28]: 
array([[  1.,   2.,   3.,   4.,   5.],
       [  6.,   7.,   8.,   9.,  10.],
       [ 11.,  12.,  13.,  14.,  15.],
       [ 16.,  17.,  18.,  19.,  20.]])

pdDF.loc[:,pdDF.columns>='b'].values.dtype
Out[29]: dtype('float64')