排除在numpy.genfromtxt()

Question

我必须以numpy数组的形式导入大的逗号分隔表。因此，我使用genfromtxt来实现这一点。但是，我遇到了那些表中包含了“foo，bar”形式的元素，我甚至不需要它。 在import期间，numpy会引发一个错误，即列数不一致，因为它将这些元素识别为两个独立的条目。在不知道这些条目位于何处的情况下，如何避免这种情况呢。如果这不可能，有没有一种方法可以显式地从导入中排除某些列，它可能包含这些值？我知道乌塞科尔斯，但我想要的恰恰相反。而且，usecols可能也会错误地计算列的数量，因此排除不会以这种方式工作。在

Answer 1

“invalid_raise”参数可能有助于：

invalid_raise : bool, optional
    If True, an exception is raised if an inconsistency is detected in the
    number of columns.
    If False, a warning is emitted and the offending lines are skipped.

使用False至少应该加载文件。在

但是，如果您仍然需要使用有问题的行，则需要其他方法。在

如果所有的数据字段都排成一行，delimited的列宽版本可能可以工作。在

---

genfromtxt接受一个生成器作为输入，也就是说，一个可以一次为它提供一行的函数。在

使用re函数清理输入源中的(foo,bar)字符串的示例：

^{pr2}$

产生：

array([('foo', 2, 3), ('(foo:bar)', 5, 6), ('bar', 8, 9)], 
  dtype=[('f0', 'S9'), ('f1', '<i4'), ('f2', '<i4')])

或者从文件中

with open('stack27383639.txt') as f:
    F=np.genfromtxt((foo(l) for l in f),dtype=None,names=True)