在python中将字符串中的数字转换为数组

我有一个.csv文件，看起来像

 1, 1 2 3 4 5
 3, 2 3 4 5 6
 2, 5 6 5 4 8
 5, 5 4 8 6 2
 ... 

我怎样才能得到第一列呢

a = [1 3 2 5 ...] 

及 矩阵

b = [ 1 2 3 4 5
      2 3 4 5 6
      5 6 5 4 8
      5 4 8 6 2 ]

带整型numpy数组 我已经试过了

data = np.asarray(pd.read_csv('Data.csv'))

---

但这会让事情变得更糟……

pandas

通过regex支持多个分隔符，

pd.read\u csv

，

engine='python'

。您可以尝试以下方法：

df = pd.read_csv('Data.csv', header=None, sep=' |, ',
                 engine='python', dtype=int)

然后按如下方式检索数据：

a = df.iloc[:, 0].values
b = df.iloc[:, 1:].values

我想你需要

df=pd.read_csv()
first_col=np.array(df.iloc[:0])
df_array=np.array(df.iloc[:,1:])

---

纯Numpy方法是使用

np.loadtext（）

并通过传入转换函数将字符串转换为适当的类型：

In [70]: col1, col2 = np.loadtxt('test.csv', converters={0:int, 1:bytes.decode}, dtype=str, delimiter=',', unpack=True)

In [71]: col1 = col1.astype(int)

In [72]: col2 = np.vstack(np.core.defchararray.split(col2)).astype(int)

结果:

In [73]: col1
Out[73]: array([1, 3, 2, 5])

In [74]: col2
Out[74]: 
array([[1, 2, 3, 4, 5],
       [2, 3, 4, 5, 6],
       [5, 6, 5, 4, 8],
       [5, 4, 8, 6, 2]])

请注意，在将

col2

转换为和整数数组之前，它是一个字符串数组，如下所示：

In [76]: col2
Out[76]: 
array([' 1 2 3 4 5', ' 2 3 4 5 6', ' 5 6 5 4 8', ' 5 4 8 6 2'], 
      dtype='<U10')

---

实际的分隔符将是“

”、“

”，而不仅仅是“

”、“

”，但您可以使用

.dropna（axis=1）

@MaximilianPeters删除生成的NaN列。谢谢，我还没有测试过这段代码——只是一个概念证明。但是我还是更新了。对不起，问题是b矩阵不是整数

In [77]: np.core.defchararray.split(col2)
Out[77]: 
array([['1', '2', '3', '4', '5'], ['2', '3', '4', '5', '6'],
       ['5', '6', '5', '4', '8'], ['5', '4', '8', '6', '2']], dtype=object)