Запросы об использовании массивов NumPy для анализа файла CSV

С вашим образцом текста это работает:

 In [314]: dconverter=pylab.strpdate2num('%M/%S/%Y') In [316]: names='code us Date NetPrice Gain'.split() In [317]: data=np.genfromtxt(ss,skip_header=1,dtype=None, converters={'Date':dconverter},names=names) In [318]: data.shape Out[318]: (4,) In [319]: data['Date'] Out[319]: array([ 734503.00075231, 734503.00076389, 734503.00077546, 734503.00078704]) In [320]: data['NetPrice'] Out[320]: array([ 613.98, 622.75, 690.99, 611.26]) 

Он использует разделитель пробелов по умолчанию. Поскольку это разделяет «MICRO US», я использовал собственный список имен, а не строку заголовка. Я уточнил использование strpdate2num .

Если файл был разделен запятой, это будет работать (и с использованием скорректированного преобразователя даты):

 In [410]: dconverter=pylab.strpdate2num('%m/%d/%Y') In [412]: data=np.genfromtxt(ss,names=True,delimiter=',',dtype=None, autostrip=True,converters={'Date':dconverter}) In [413]: data Out[413]: array([('MICRO US', 734507.0, 613.98, 0.0), ('MICRO US', 734508.0, 622.75, 1.09342432), ('MICRO US', 734509.0, 690.99, -0.44342342), ('MICRO US', 734510.0, 611.26, -3.242423423)], dtype=[('Code', 'S8'), ('Date', 'O'), ('NetPrice', '<f8'), ('Gain', '<f8')]) 

Другой способ справиться с «разделителями» – дать список ширины поля. По какой-то причине для этого требовался явный dtype .

 dt=np.dtype([('Code', 'S8'), ('Date', 'O'), ('NetPrice', '<f8'), ('Gain', '<f8')]) data=np.genfromtxt(ss, names=True, delimiter=[15,10,11,12], converters={'Date':dconverter}, dtype=dt)