Python 如何将csv文件读取到numpy ndarrays

我正在寻找一种将我的

csv文件

读入ndarrays的方法

myfile.csv

user,latitude,longitude
500,39.984608,116.317761
500,39.984563,116.317517
500,39.984539,116.317294
605,26.16167,119.943128
605,26.161566,119.942352
605,26.161558,119.942401
745,22.814336,108.332281
745,22.81429,108.3322566
745,22.81432,108.3322583

我的代码：

import numpy as np
my_data = np.genfromtxt('myfile.csv', delimiter=',', skip_header=True)

type(my_data)
numpy.ndarray

print(my_data)
[[500.         39.984608  116.317761 ]
 [500.         39.984563  116.317517 ]
 [500.         39.984539  116.317294 ]
 [605.         26.16167   119.943128 ]
 [605.         26.161566  119.942352 ]
 [605.         26.161558  119.942401 ]
 [745.         22.814336  108.332281 ]
 [745.         22.81429   108.3322566]
 [745.         22.81432   108.3322583]]

但是，我的预期输出是获取数组的数组，每个数组对应一个用户，因此输出为：

[
  [[500.         39.984608  116.317761 ]
   [500.         39.984563  116.317517 ]
   [500.         39.984539  116.317294 ]]
  [[605.         26.16167   119.943128 ]
   [605.         26.161566  119.942352 ]
   [605.         26.161558  119.942401 ]]
  [[745.         22.814336  108.332281 ]
   [745.         22.81429   108.3322566]
   [745.         22.81432   108.3322583]]
]

如何重写代码以实现此目的？

试试以下方法：

def getArraysofArray(my_data):
    FinalList=[]
    temp=[]
    for i in range(len(my_data)):
        if(i==0):
            temp.append(my_data[i])
            continue
        if(my_data[i][0]!=my_data[i-1][0]):
            FinalList.append(temp)
            temp=[]
        if(my_data[i]==my_data[-1]):
            FinalList.append(temp)
        temp.append(my_data[i])
    return FinalList

# Main / Testing of Function
my_data=[[500,39.984608 ,116.317761]
 ,[500,39.984563,116.317517]
 ,[500,39.984539,116.317294]
 ,[605,26.16167,119.943128]
 ,[605,26.161566,119.942352]
 ,[605,26.161558,119.942401]
 ,[745,22.814336,108.332281]
 ,[745,22.81429,108.3322566]
 ,[745,22.81432,108.3322583]]
list=getArraysofArray(my_data)
print(list)
# Output
[[[500, 39.984608, 116.317761], [500, 39.984563, 116.317517], [500, 39.984539, 116.317294]],
 [[605, 26.16167, 119.943128], [605, 26.161566, 119.942352], [605, 26.161558, 119.942401]],
 [[745, 22.814336, 108.332281], [745, 22.81429, 108.3322566], [745, 22.81432, 108.3322583]]]

---

此解决方案将为您提供一个

numpy.ndarray

，该数组由

my_data

的第一列进行分区。如果顺序很重要，您可以在理解中对

分区值

进行排序，或者对

分组值

进行排序

import numpy as np


my_data = np.genfromtxt('myfile.csv', delimiter=',', skip_header=True)
partition_values = {row[0] for row in my_data}
grouped_data = np.array([my_data[my_data[:,0] == pvalue, :]
                         for pvalue in partition_values])

---

@艾瑞文：是的，我当然知道。但是所有关于numpy到ndarray的答案，不是像我想要的示例输出那样进行嵌套实际上，每个数组对应一个用户记录。每个用户总是3个记录？如果是这样的话，请改成（-1，3，3）。@Michael Ruth很抱歉回到这个答案上。似乎我正在丢失嵌套数组的形状，这需要以后处理：

分组数据。形状
（3，）
内部数组有两列用于
纬度
和
经度
@super\u ask，当我运行上面的代码时，我得到了
分组数据。形状（3，3）
。在什么条件下运行此代码？我的代码如下：macOS 10.15.3、python 3.7.6、numpy 1.16.4。@Micheal Ruth这是在我向id 500添加了一个条目后发生的，因为我的内部数组可能具有不同的长度，这取决于行程时间。@super_ask，不幸的是，这是一个形状限制。没有元组可以表示您描述的数组的形状。唯一的候选者是（3，3，3）和（3，4，3），但第一个候选者只有在删除用户500的数据时才正确，而后者只有在删除用户605和745的数据时才正确。对于具有非均匀形状的多维数组，您最好迭代组件数组并获取其形状，例如[group.shape for group in group_data]。