python - 如何加载 csv 文件并将其内容存储到 python 中的 (numpy) 数组中？

Question

鉴于以下两个仅包含字符串的 csv 文件，我如何将它们加载到（numpy）数组中？

**1.txt**
A,B,D
E,G,A

**2.txt**
A,B,D
E,G,A

**data**
1,A,B,D
1,E,G,A
2,A,B,D
2,E,G,A

Answer 1

您可以使用以下方法加载它们numpy.loadtxt：

>>> import numpy as np
>>> data1 = np.loadtxt("1.txt", dtype=np.object, delimiter=",")
>>> data2 = np.loadtxt("2.txt", dtype=np.object, delimiter=",")
>>> print data1
 [['A' 'B' 'D']
  ['E' 'G' 'A']]

如果要堆叠两个数组，请使用numpy.vstack：

>>> np.vstack( (data1, data2) )
 [['A' 'B' 'D']
  ['E' 'G' 'A']
  ['A' 'B' 'D']
  ['E' 'G' 'A']]

如果要添加源：

>>> first_col = np.vstack( (np.array([[1] * data1.shape[0]]).T, np.array([[2] * data2.shape[0]]).T) )
>>> stack = np.vstack( (data1, data2) )
>>> data = np.hstack( (first_col, stack) )
>>> print data
 [[1 'A' 'B' 'D']
  [1 'E' 'G' 'A']
  [2 'A' 'B' 'D']
  [2 'E' 'G' 'A']]

如果你想用保存格式保存它：

>>> np.savetxt('data.txt', data, fmt='%s', delimiter=",")

这将生成data.txt：

1,A,B,D
1,E,G,A
2,A,B,D
2,E,G,A

---

更新：处理无限数量文件的功能（我假设文件被命名为带有 .txt 扩展名的数字，其方式与您在问题中指定的方式相同：1.txt、2.txt、3.txt... n.txt ):

import numpy as np

def get_from_csv(fname):
    data = np.loadtxt(fname, dtype=np.object, delimiter=",")
    col = np.array([[ int(fname.rstrip(".txt")) ] * data.shape[0]]).T
    return np.hstack( (col, data) )

files = ["1.txt", "2.txt", "3.txt"]

for f in files:
    try:
        data = np.vstack( (data, get_from_csv(f)) )
    except:
        data = get_from_csv(f)
print data

这将输出：

[[1 'A' 'B' 'D']
 [1 'E' 'G' 'A']
 [2 'A' 'B' 'D']
 [2 'E' 'G' 'A']
 [3 'A' 'B' 'D']
 [3 'E' 'G' 'A']]

Answer 2

你可以使用genfromtxt

>>> a=np.genfromtxt('1.txt',dtype=None,delimiter=',')
>>> b=np.genfromtxt('2.txt',dtype=None,delimiter=',')
>>> data = np.vstack((a,b))
>>> data
array([['A', 'B', 'D'],
       ['E', 'G', 'A'],
       ['A', 'B', 'D'],
       ['E', 'G', 'A']], 
       dtype='|S1')

如果您需要添加“1”和“2”，您可以这样做：

>>> c= np.ones((2,1),dtype=int)
>>> d = c*2
>>> a = np.hstack((c,a))
>>> b = np.hstack((d,b))
>>> data = np.vstack((a,b))
>>> data
array([['1', 'A', 'B', 'D'],
       ['1', 'E', 'G', 'A'],
       ['2', 'A', 'B', 'D'],
       ['2', 'E', 'G', 'A']], 
      dtype='|S1')