Numpy - 将具有第一行的csv作为名称立即加载到结构化数组中？

Posted 2023-03-11

【中文标题】Numpy - 将具有第一行的csv作为名称立即加载到结构化数组中？

【英文标题】：Numpy - load csv with first row as names immediately to a structured array?

【发布时间】：2017-12-13 02:11:14

【问题描述】：

有没有办法避免必须在 numpy/pandas 中预定义列标题的名称来创建结构化数组，而是在第一行读取 numpy/pandas 作为标题名称，然后加载其余数据到结构化数组？例如。对于这些数据，

#        Date     low    open   close
#  2015-08-08  266.00  280.04  266.82
#  2015-07-08  233.00  280.04  266.82

我想调用像a = pd.read_csv() 这样的函数，并能够立即以a['Date'] 访问列，而无需预定义names = [Date, low, open, close] 并将其传递给read_csv()。这可能吗？

【问题讨论】：

genfromtxt 接受names=True, dtype=None。 loadtxt 应该有类似的东西。您可能需要禁用 cmets。

# 真的是文件的一部分吗？

【参考方案1】：

为了完整起见，举一个numpy的例子：

rec_arr = np.genfromtxt("try.csv", delimiter = " ", names=True, dtype=None)
rec_arr
array([(b'2015-08-08',  266.,  280.04,  266.82),
       (b'2015-07-08',  233.,  280.04,  266.82)],
      dtype=[('Date', 'S10'), ('low', '<f8'), ('open', '<f8'), ('close', '<f8')])

然后，您可以访问如下列：

rec_arr['close']
array([ 266.82,  266.82])

像往常一样做一些数学运算：

rec_arr['close'].mean()
266.81999999999999

【参考方案2】：

如果read_csv 中没有参数names，则第一行数据创建df 的列。

所以工作：

df = pd.read_csv('file.csv')
#if necessary change default parameter sep=','
df = pd.read_csv('file.csv', sep=';')
print (df)
         Date    low    open   close
0  2015-08-08  266.0  280.04  266.82
1  2015-07-08  233.0  280.04  266.82

print (df.columns)
Index(['Date', 'low', 'open', 'close'], dtype='object')