Python panda read_csv：我们可以在一行中将字符串加载到NUMPY吗？

我把panda的read_csv参数弄糊涂了

我想用支持向量机做一个分类器。要使用分类器，我需要向量X和Y都是numpy。 我得到了一个csv文件，其中有两列：

第一列是数字（目标），例如1或0

第二列是带有“”分隔符的向量（特征），例如12 32 63 73 563 34

我遇到的问题是：

第一列中的值将作为“numpy.int32”加载

第二列中的值将作为'str'加载，而我希望它们是numpy数组

import pandas as pd
import numpy as np

DF = pd.read_csv("C:\\STUFF\\foo.csv")
df = DF.head(2)

X = df["firstcol"]
target = X.values
for i in target:
    print (type(i))

Y = df["secondcol"]
feature = Y.values
for j in feature:
    print (type(j))  

所以输出是

<class 'numpy.int64'>
<class 'numpy.int64'>
<class 'str'>
<class 'str'>

问题是：将第二列转换为numpy的最快、最合适的方法是什么？

这对我很有用：

t = ['12 32 63 73 563 34']
y = [int(x) for x in str.split(" ") for str in t]
print(y)

打印：

[12,32,63,73,563,34]

。只有当所有单元格均为您指定的格式且其中没有任何字母时，此选项才有效。

请尝试以下操作：

df["secondcol"].apply(lambda x: np.array(x.split()).astype(int))

---

假设您的csv文件如下所示：

1,12 32 63 73 563 34
2,12 32 63 73 563 33
4,12 32 63 73 563 35

更合乎逻辑的阅读方式是：

df=pd.read_csv('data.csv',header=None,sep='[ ,]',engine='python',index_col=0)

然后直接将数据放在cols中，第一列作为索引。每一行都是一个numpy数组

In [4]: df
Out[4]: 
    1   2   3   4    5   6
0                         
1  12  32  63  73  563  34
2  12  32  63  73  563  33
4  12  32  63  73  563  35

In [5]: df.loc[4]
Out[5]: 
1     12
2     32
3     63
4     73
5    563
6     35
Name: 4, dtype: int64

In [6]: df.loc[4].values
Out[6]: array([ 12,  32,  63,  73, 563,  35], dtype=int64)


In [7]: df.loc[4].sum()
Out[7]: 778

---

但是为什么sep='[，]'？这是什么意思？Sep适用于表中的所有列，是吗？是的。这是一个正则表达式，意味着{“”，}中的每个字符在我的例子中都不起作用。当我想要打印数据帧时，不会发生任何事情。我开始想问题可能在我的yupiter笔记本上