Pandas Dataframe в массив Numpy с разделителем '\ t'

Я пытаюсь загрузить некоторые данные, состоящие из нескольких тысяч строк и 4 столбцов, где каждый столбец разделен пробелом табуляции, и превратить каждый элемент каждой строки в тип данных int.

когда я создаю фрейм данных следующим образом:

my_data = pd.read_csv('filename', sep='\t')

я получаю вывод, в котором каждая строка выглядит так:

col1\tcol2\tcol3\tcol4

Затем мне нужно преобразовать это в массив numpy, поэтому я делаю это:

arr_data = np.array(my_data)

это мой результат сейчас:

array([['col1\tcol2\tcol3\tcol4'],
       ['col1\tcol2\tcol3\tcol4'],
       ['col1\tcol2\tcol3\tcol4'], 
       .....
       .....

так что теперь каждая строка представляет собой строку. я бы хотел превратить все в int вместо string, но когда я пытаюсь сделать это:

arr_data = np.array(my_data, dtype=int) 

я получаю ValueError

мне нужно написать вложенный цикл for, чтобы пройти каждую строку, а затем каждый столбец в каждой строке, чтобы каждый элемент превратился в int ??

редактировать: Я также только что заметил, что когда я создаю фрейм данных, данные имеют форму (rows, 1) вместо (rows, 4), что, как я полагаю, означает, что delimiter не работал? вот первые несколько строк:

1   1   5   874965758
1   2   3   876893171
1   3   4   878542960
1   4   3   876893119
1   5   3   889751712
1   7   4   875071561

Благодарность

В то, что вы говорите, трудно поверить. Не могли бы вы включить первую пару строк файла?

DYZ 02.08.2018 23:19

Пожалуйста, не вставляйте скриншоты, а данные действительный. Скриншоты при необходимости скопировать нельзя. Я подозреваю, что ваши столбцы разделены пробелами. Проверить, помогает ли установка разделителя на '\s+'.

DYZ 02.08.2018 23:24
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
2
603
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Ваши столбцы не разделены табуляцией. Они разделены пробелами. Используйте sep='\s+' для их анализа. Кстати, этот разделитель закрывает и вкладки.

СПАСИБО. примет как правильный ответ, как только позволит SO. Спасибо

JAbrams 02.08.2018 23:27

Могу я спросить, как вы это поняли, просто взглянув на данные?

JAbrams 02.08.2018 23:28

Это было единственное правдоподобное объяснение.

DYZ 02.08.2018 23:44

Используйте флаг delim_whitespace

my_data = pd.read_csv('filename', delim_whitespace=True)

Спасибо. это тоже сработало. есть ли разница между delim_whitespace=True и использованием аргумента sep = \s+?

JAbrams 02.08.2018 23:34

@JessiAbrams - это то же самое, но delim_whitespace=True легко читается / обслуживается, а sep='\s+' - нет.

rafaelc 02.08.2018 23:44

Другие вопросы по теме