英文:
how to convert pandas dataframe to numpy array of float data type
问题
我有一个.csv文件，我想将它转换为numpy数据类型（'float64'）
我的代码
import pandas as pdimport numpy as npfrom pandas import read_csvdf = read_csv('input.csv')df = df['data']df.to_numpy() # 产生了一个对象数据类型的numpy数组，我希望它的数据类型是'float64'
希望专家们能帮助我。谢谢。
数据示例
0 -3.288733e-08, 1.648743e-09, 2.202711e-08, 2.7...1 2.345769e-07, 2.054583e-07, 1.610073e-07, 1.14...2 -1.386798e-07, -8.212822e-08, -4.192486e-08, -...3 -4.234607e-08, 2.526512e-10, 2.222485e-08, 3.3...4 3.899913e-08, 5.349818e-08, 5.65899e-08, 5.424......
英文:
I have a .csv file and I want to convert it to numpy dtype('float64')
my code
import pandas as pdimport numpy as npfrom pandas import read_csvdf=read_csv('input.csv')df=df['data']df.to_numpy() ---> produces numpy array of object data type and i want it to be dtype('float64')
Hope experts may help me.Thanks.
Data sample
0 -3.288733e-08, 1.648743e-09, 2.202711e-08, 2.7...1 2.345769e-07, 2.054583e-07, 1.610073e-07, 1.14...2 -1.386798e-07, -8.212822e-08, -4.192486e-08, -...3 -4.234607e-08, 2.526512e-10, 2.222485e-08, 3.3...4 3.899913e-08, 5.349818e-08, 5.65899e-08, 5.424......
答案1
得分: 0
如果每行中的浮点数数量相同是可能的，可以使用 Series.str.split 来拆分，并将结果转换为浮点数，然后将 DataFrame 转换为 NumPy 数组：
df = read_csv('input.csv')arr = df['data'].str.split(',', expand=True).astype(float).to_numpy()
英文:
If same number of floats in each row is possible use Series.str.split with cast to floats and then convert DataFrame to numpy array:
df=read_csv('input.csv')arr = df['data'].str.split(', ', expand=True).astype(float).to_numpy()
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论