从数据文件中获取包含列标题和数据列的python映射

我有一个以下格式的文件：

# a, b, c
0.1   0   0
0.2 0.4 0.5
  4   5 0.9
0.3   0  10

这是一个包含3列数据的文件，这些列的名称是

a

、

b

和

c

目前，为了读取这些数据，我使用：

def readdata(filename):
    a, b, c = np.loadtxt(filename, unpack=True)
    return a, b, c

但与此相反，我希望

readdata

返回带有

{column title，numpy array}

的map

mydata

，这样我就可以调用

mydata[“a”]

来获取第一列。如果文件有新的列（

d、e、f…

），我希望此函数能够工作

---

如何做到这一点（尽可能避免不必要的副本）？

您可以使用

import pandas
dataframe = pandas.read_csv(my_file)

然后，您只需执行以下操作即可获得您的专栏：

my_column_series = dataframe['column_name']

---

请注意，csv文件的第一行（标题）必须包含列名称。否则，您必须手动为数据帧指定名称。

您可以使用

import pandas
dataframe = pandas.read_csv(my_file)

然后，您只需执行以下操作即可获得您的专栏：

my_column_series = dataframe['column_name']

请注意，csv文件的第一行（标题）必须包含列名称。否则，您必须手动为数据帧指定名称。

使用此文件：

#a, b, c
0.1   0   0
0.2 0.4 0.5
  4   5 0.9
0.3   0  10

假设您的第一行定义了标题行，在Numpy中，您可以执行以下操作：

首先，阅读标题行：

>>> with open('/tmp/testnp.txt','r') as f:
...    header=[n.strip() for n in f.readline().strip().lstrip('#').split(',')]
... 
>>> header
['a', 'b', 'c']

现在，在Numpy中创建一个结构化数组，其名称与标题中的字段相同：

>>> import numpy as np
>>> struct=[(name,'float') for name in header]
>>> data=np.loadtxt('/tmp/testnp.txt',dtype=struct,comments='#')
>>> data
array([(0.1, 0.0, 0.0), (0.2, 0.4, 0.5), (4.0, 5.0, 0.9), (0.3, 0.0, 10.0)], 
      dtype=[('a', '<f8'), ('b', '<f8'), ('c', '<f8')])
>>> data['a']
array([ 0.1,  0.2,  4. ,  0.3])

>>将numpy作为np导入
>>>struct=[（名称，'float'）表示标头中的名称]
>>>data=np.loadtxt（'/tmp/testnp.txt'，dtype=struct，comments='#'）
>>>资料
数组（[（0.1,0.0,0.0），（0.2,0.4,0.5），（4.0,5.0,0.9），（0.3,0.0,10.0）]，
此文件的dtype=[（'a'，'：

#a, b, c
0.1   0   0
0.2 0.4 0.5
  4   5 0.9
0.3   0  10

假设您的第一行定义了标题行，在Numpy中，您可以执行以下操作：

首先，阅读标题行：

>>> with open('/tmp/testnp.txt','r') as f:
...    header=[n.strip() for n in f.readline().strip().lstrip('#').split(',')]
... 
>>> header
['a', 'b', 'c']

现在，在Numpy中创建一个结构化数组，其名称与标题中的字段相同：

>>> import numpy as np
>>> struct=[(name,'float') for name in header]
>>> data=np.loadtxt('/tmp/testnp.txt',dtype=struct,comments='#')
>>> data
array([(0.1, 0.0, 0.0), (0.2, 0.4, 0.5), (4.0, 5.0, 0.9), (0.3, 0.0, 10.0)], 
      dtype=[('a', '<f8'), ('b', '<f8'), ('c', '<f8')])
>>> data['a']
array([ 0.1,  0.2,  4. ,  0.3])

>>将numpy作为np导入
>>>struct=[（名称，'float'）表示标头中的名称]
>>>data=np.loadtxt（'/tmp/testnp.txt'，dtype=struct，comments='#'）
>>>资料
数组（[（0.1,0.0,0.0），（0.2,0.4,0.5），（4.0,5.0,0.9），（0.3,0.0,10.0）]，
dtype=[（'a'，'如果您使用关键字
names=True
调用numpy函数，则此功能由numpy函数提供

例如：

>>> s = """# a, b, c
... 0.1 0 0
... 0.2 0.4 0.5
... 4 5 0.9
... 0.3 0 10
... """
>>> data = np.genfromtxt(StringIO(s),names=True)
>>> data['a']
array([ 0.1,  0.2,  4. ,  0.3])
>>> data['b']
array([ 0. ,  0.4,  5. ,  0. ])
>>> data['c']
array([  0. ,   0.5,   0.9,  10. ])

此功能由numpy函数提供，如果您使用关键字
names=True
调用它

例如：

>>> s = """# a, b, c
... 0.1 0 0
... 0.2 0.4 0.5
... 4 5 0.9
... 0.3 0 10
... """
>>> data = np.genfromtxt(StringIO(s),names=True)
>>> data['a']
array([ 0.1,  0.2,  4. ,  0.3])
>>> data['b']
array([ 0. ,  0.4,  5. ,  0. ])
>>> data['c']
array([  0. ,   0.5,   0.9,  10. ])