如何在使用numpy导入数据时保留列名？

Question

我在Python中使用numpy库将CSV文件数据导入到ndarray如下:

data = np.genfromtxt('mydata.csv', 
                     delimiter='\,', dtype=None, names=True)

结果提供以下列名称:

print(data.dtype.names)

('row_label',
 'MyDataColumn1_0',
 'MyDataColumn1_1')

原始列名称是:

row_label, My-Data-Column-1.0, My-Data-Column-1.1

似乎NumPy是强制我的列名采用C风格的变量名格式.然而,在许多情况下,我的Python脚本需要根据列名访问列,因此我需要确保列名保持不变.要完成此任务,NumPy需要保留原始列名称,否则我需要将列名称转换NumPy为正在使用的格式.

• 有没有办法在导入期间保留原始列名？

• 如果没有,是否有一种简单的方法来转换列标签使用格式NumPy正在使用,最好使用一些NumPy功能？

Answer 1

如果设置names=True，则数据文件的第一行将通过此函数传递：

validate_names = NameValidator(excludelist=excludelist,
                               deletechars=deletechars,
                               case_sensitive=case_sensitive,
                               replace_space=replace_space)

这些是您可以提供的选项：

excludelist : sequence, optional
    A list of names to exclude. This list is appended to the default list
    ['return','file','print']. Excluded names are appended an underscore:
    for example, `file` would become `file_`.
deletechars : str, optional
    A string combining invalid characters that must be deleted from the
    names.
defaultfmt : str, optional
    A format used to define default field names, such as "f%i" or "f_%02i".
autostrip : bool, optional
    Whether to automatically strip white spaces from the variables.
replace_space : char, optional
    Character(s) used in replacement of white spaces in the variables
    names. By default, use a '_'.

也许您可以尝试提供您自己deletechars的空字符串字符串。但是你最好修改并传递这个：

defaultdeletechars = set("""~!@#$%^&*()-=+~\|]}[{';: /?.>,<""")

只需从该集合中取出句点和减号，并将其传递为：

np.genfromtxt(..., names=True, deletechars="""~!@#$%^&*()=+~\|]}[{';: /?>,<""")

这是来源：https : //github.com/numpy/numpy/blob/master/numpy/lib/_iotools.py#l245