7

我有与此要点中看到的数据相似的数据，我正在尝试使用 numpy.xml 提取数据。我对python相当陌生，所以我尝试使用以下代码

import numpy as np
from datetime import datetime

convertfunc = lambda x: datetime.strptime(x, '%H:%M:%S:.%f')
col_headers = ["Mass", "Thermocouple", "T O2 Sensor",\
               "Igniter", "Lamps", "O2", "Time"]
data = np.genfromtxt(files[1], skip_header=22,\
                     names=col_headers,\
                     converters={"Time": convertfunc})

从要点中可以看出，有 22 行标题材料。在 Ipython 中，当我“运行”以下代码时，我收到一个以以下内容结尾的错误：

TypeError: float() argument must be a string or a number

完整的 ipython 错误跟踪可以在这里看到。

我可以使用像 usecols=range(0,6) 这样的 genfromtxt 参数很好地提取六列数字数据，但是当我尝试使用转换器尝试处理最后一列时，我感到很困惑。任何和所有的意见将不胜感激！

4

2 回答 2

6

发生这种情况是因为np.genfromtxt试图创建一个浮点数组，该数组失败是因为convertfunc返回了一个不能转换为浮点数的日期时间对象。最简单的解决方案是将参数传递dtype='object'给np.genfromtxt，确保创建对象数组并防止转换为浮点数。但是，这意味着其他列将保存为字符串。要将它们正确保存为浮点数，您需要指定dtype每个浮点数以获取结构化数组。在这里，我将它们全部设置为双精度，除了最后一列，这将是一个对象 dtype：

dd = [(a, 'd') for a in col_headers[:-1]] + [(col_headers[-1], 'object')]
data = np.genfromtxt(files[1], skip_header=22, dtype=dd, 
                     names=col_headers, converters={'Time': convertfunc})

这将为您提供一个结构化数组，您可以使用您提供的名称访问该数组：

In [74]: data['Mass']
Out[74]: array([ 0.262 ,  0.2618,  0.2616,  0.2614])
In [75]: data['Time']
Out[75]: array([1900-01-01 15:49:24.546000, 1900-01-01 15:49:25.171000,
                1900-01-01 15:49:25.405000, 1900-01-01 15:49:25.624000], 
                dtype=object)
于 2012-12-14T03:23:22.710 回答
4

您可以使用熊猫 read_table：

    import pandas as pd
    frame=pd.read_table('/tmp/gist', header=None, skiprows=22,delimiter='\s+')

为我工作。您需要单独处理标题，因为它们是可变数量的空间分隔。

于 2012-12-14T01:27:51.817 回答