Python 使用numpy将列拆分为两列

我有一个包含11列的文本文件，我用

np.genfromtxt

打开了它

第三栏如下所示

   The Column
+220.18094-0.28421
+58.24577+0.08044
+58.24498+0.08177
+58.24552+0.08175
+86.55739-0.04768
+179.60575-0.34409
+86.55622-0.04726
+86.55649-0.04723
+86.55548-0.04718
+86.55879-0.04705
+86.55696-0.04685
+43.95906+0.14121
+356.95494+0.21770
+356.95594+0.21763 

我只想将这一列保存到新文本文件中，然后将该列拆分为两列，如下所示

   The Column
+220.18094-0.28421
+58.24577+0.08044
+58.24498+0.08177
+58.24552+0.08175
+86.55739-0.04768
+179.60575-0.34409
+86.55622-0.04726
+86.55649-0.04723
+86.55548-0.04718
+86.55879-0.04705
+86.55696-0.04685
+43.95906+0.14121
+356.95494+0.21770
+356.95594+0.21763 

Txt文件：

+220.18094 -0.28421
+58.24577  +0.08044
+58.24498  +0.08177
+58.24552  +0.08175
+86.55739  -0.04768
+179.60575 -0.34409
+86.55622  -0.04726
+86.55649  -0.04723
+86.55548  -0.04718
+86.55879  -0.04705
+86.55696  -0.04685
+43.95906  +0.14121
+356.95494 +0.21770
+356.95594 +0.21763 

---

如何执行此操作？

假设您已将这两列数据作为字符串列表读取，请使用

re

将字符串拆分为数字：

In [479]: d
Out[479]: 
['+220.18094-0.28421',
 '+58.24577+0.08044',
 '+58.24498+0.08177',
 '+58.24552+0.08175',
 '+86.55739-0.04768',
 '+179.60575-0.34409',
 '+86.55622-0.04726',
 '+86.55649-0.04723',
 '+86.55548-0.04718',
 '+86.55879-0.04705',
 '+86.55696-0.04685',
 '+43.95906+0.14121',
 '+356.95494+0.21770',
 '+356.95594+0.21763']

In [480]: import re
     ...: [map(float, re.findall('[-+][^-+]*', i)) for i in d]
Out[480]: 
[[220.18094, -0.28421],
 [58.24577, 0.08044],
 [58.24498, 0.08177],
 [58.24552, 0.08175],
 [86.55739, -0.04768],
 [179.60575, -0.34409],
 [86.55622, -0.04726],
 [86.55649, -0.04723],
 [86.55548, -0.04718],
 [86.55879, -0.04705],
 [86.55696, -0.04685],
 [43.95906, 0.14121],
 [356.95494, 0.2177],
 [356.95594, 0.21763]]

编辑： 当我将列定义为d=data[：，2]d给定数组（[nan，nan，nan，…，nan，nan，nan]）时，为什么？

您的文件可能包含数字和字符串，请使用

np.genfromtxt（fname，dtype=object）

并将其打印出来，以检查您是否成功读取

def edit_file():
    f = open('file.txt', 'r')
    lines = f.readlines()
    f.close()

    f1 = open('file.txt', 'w')
    for line in lines:
        line = line.replace('+','  +')
        line = line.replace('-','  -')
        f1.write(line)
    f1.close()

file.txt：

  +220.18094  -0.28421
  +58.24577  +0.08044
  +58.24498  +0.08177
  +58.24552  +0.08175
  +86.55739  -0.04768
  +179.60575  -0.34409
  +86.55622  -0.04726
  +86.55649  -0.04723
  +86.55548  -0.04718
  +86.55879  -0.04705
  +86.55696  -0.04685
  +43.95906  +0.14121
  +356.95494  +0.21770
  +356.95594  +0.21763

---

如果愿意，可以使用“replace（）”以简单的方式完成此操作

要仅读取第三列，请执行以下操作：

d = np.genfromtxt('yourfile.txt',usecols=(2),dtype=None)

要拆分并转换为浮动，可以执行以下操作：

g = np.array([re.split(' ',y.replace('-',' -')) for y in [x.replace('+',' ') for x in d]],dtype=float)

并保存到文件：

np.savetxt('yournewfile.txt',g)

2021年的答案 自从最初提出这个问题以来，七年来情况发生了变化，以前的答案似乎并没有真正回答这个问题的定义。我最近遇到了这个问题，在发现这个未完全回答的问题后找到了解决方案。如果其他人在尝试做同样的事情时偶然发现这个问题，我希望这个解决方案能让他们重新行动起来

问题 最初的问题是使用numpy的

genfromtxt

函数加载11列。第三列应拆分并以固定列格式保存到单独的文件中

问题的正确答案将显示如何获取该特定列，将其拆分，然后以正确的格式将其写入单独的文件。我们使用的方法可以处理numpy数组中的任何列，因此此解决方案可以非常容易地应用于其他问题

解决方案 我就是这样做的。如果有更有效的方法，请在下面进行评论

1.导入库 我们正在和numpy合作，所以我们需要导入它

import numpy as np

我们还将使用

re

拆分列中的字符串，因此也将其导入

import re

2.读取数据 首先，我们将根据需要使用

genfromtxt

阅读。问题没有说明使用了哪些参数，因此我们将依赖于许多默认值

d = np.genfromtxt('data.csv', dtype=str, delimiter=',', skip_header=1, encoding='UTF-8')

在这一行中，我们正在加载一个

data.csv

，它具有逗号分隔的字符串值、一个标题行以及

UTF-8

中编码的所有内容。您会注意到

dtype

被显式设置为

str

。这很重要。如果使用

None

，数组的结构将不同，下面的代码将失败，因此请确保使用

dtype=str

3.第三纵队 这里是棘手的部分。我们需要取出要拆分的单个列，对其运行map函数以拆分列中的字符串，然后将其重新组合在一起

c1 = np.hstack([*map(lambda x: re.findall(r'[-+]\d+\.\d+',x), d[:, 2])]).reshape(d.shape[0], 2)

这是很多解开的，所以让我们仔细看看。

lambda x:re.findall（'[-+]\d+'，x）

函数将输入字符串拆分为两个单独的字符串并保留其符号。它在映射（…，d[：，2]）中使用，该映射将函数映射到第三列的每一行（列索引2，因为它是基于零的）。如果将

map

函数直接放入

np.hstack

中，最近对

np.hstack的更改将抛出警告，因此我们需要将其转换为列表，然后再将其用作
np.hstack
函数调用中的参数。一种方法是
[*map（…）]
，这就是我们所做的。这就解释了
np.hstack
函数，但我们还没有完成。它将返回一维数组而不是二维数组。我们需要根据有多少列来重塑它。在本例中，这个数字不是11，因为我们只从一列拆分为两列

4.连接列（可选）
这个问题并不要求重新组装这些列，但我需要这样做。我想其他人也一样，所以我就是这样做的。使用
np.hstack
很容易，如下所示：

d = np.hstack((d[:,0:2], c1, d[:,3:]))

注意我们是如何传递一个包含三个数组的列表的。第一个表示第三列之前的列，然后是第三列变成的两列，最后是第三列之后的列。双亲不是打字错误。
np.hstack
函数接受一个参数，因此我们创建一个列表用作该参数，而不是传递三个参数。如果拆分第一列或最后一列，则列表中只有两项

5.写入文件
唷！这是很多，但我们还没有完成。现在我们需要以指定的格式将拆分列写入数据文件。该格式似乎是左对齐的，第一列为10个字符的字符串，右列为8个字符的字符串，由空格分隔。我们将为此使用
np.savetxt

np.savetxt('data.txt',c1,fmt='%-10s %8s')

最后说明
如果您已经做到了这一点，那么您已经从许多列中拆分出一个列，并可能将它们重新组合，以生成一个比开始时多出一列的表，或者您有一个具有空格分隔值的文件。伟大的不过有一个警告。在本练习期间，我们已将所有内容强制为字符串。如果要将这些值作为浮点数或其他任何内容处理，则必须转换numpy数组

就目前而言，我相信这个答案完全回答了最初的问题，并有望对其他试图拆分2d numpy数组列的人有用

以下是所有内容的汇总：

import numpy as np
import re
d = np.genfromtxt('data.csv', dtype=str, delimiter=',', skip_header=1, encoding='UTF-8')
c1 = np.hstack([*map(lambda x: re.findall(r'[-+]\d+\.\d+',x), d[:, 2])]).reshape(d.shape[0], 2)
d = np.hstack((d[:,0:2], c1, d[:,3:]))
np.savetxt('data.txt',c1,fmt='%-10s %8s')

干杯
 @agconti OP实际上只有一列字符串，表示两列浮点，没有逗号。我用np打开整个文本文件。genfromtxt@user2154410您使用
np.genfromtxt
读取它，它可能返回一个2D numpy数组，假设变量为na