Python数据数组生成[不同的数据类型列]

我试图生成一个数据数组，将其与现有数据数组进行比较，其结构如下：

• 第一列数据类型为“datetime”（时间戳（'2020-08-29 00:00:00））
• 所有其他n列数据类型为“浮点”（nan）

到目前为止，我找到的方法是将数组定义为：

dataset=np.array（（时间戳向量，nan向量，nan向量，…），dtype=object）

---

我不想重复n次“nan_向量”。你有什么建议吗？

为了改进上面的数据数组结构，我做了一个for循环，在那里我使用了连接函数添加了一个新的nan数组，以前是用相同长度的时间戳向量创建的。

现有数组的数据类型是什么？Hi@hpaulj，相同的数据类型：第一列数据类型是“datetime”（timestamp（'2020-08-29 00:00:00））所有其他n列的数据类型都是“float”（nan）。我从.csv数据导入中获得了这个数据数组。您可以使用原始数据类型创建一个新数组，例如

np.zero（（3，），dtype=existing.dtype）

。您可以按字段或元组列表设置值。但我应该警告您，比较结构化数组是很困难的。没有为复合数据类型定义诸如

=

和

-

之类的度量。您必须对单个字段进行比较（以及任何数学运算）。如果数组加载为一个label/datetime字段，后跟许多float字段，则可能需要使用不同的

dtype

，例如

np.dtype（[（'time'，U20'），（'data'，float，47）]

）。这将有两个字段，一个带有标签，另一个带有浮点数组。或者加载文件两次，一次加载

usecols=[0]

，另一次加载所有其他文件。