J'essaie d'importer un fichier .csv volumineux contenant du texte et des nombres à l'aide de genfromtxt dans numpy. Je ne m'intéresse qu'à deux colonnes. J'ai la plupart des importations triées avec:
def importfile(root):
data = root.entry.get()
atw = np.genfromtxt(data, delimiter=",",
skip_header=1,
skip_footer=2,
autostrip=True,
usecols=(25,26),
dtype=("|S10"))
elem = atw[:,0]
concs = atw[:,1]
print(elem)
print(concs)
Avec une sortie pour elem et concs respectivement:
['Na2O' 'MgO' 'Al2O3' 'SiO2' 'P2O5' 'SO3' 'Cl' 'K2O' 'CaO' 'TiO2' 'Cr2O3'
'MnO' 'FeO' 'NiO' 'Cu2O' 'ZnO' 'Ga2O3' 'SrO' 'Y2O3']
['3.76E+00' '1.31E+01' '1.14E+01' '4.04E+01' '1.24E+00' '5.89E-02'
'2.43E-02' '1.53E+00' '1.49E+01' '2.87E+00' '6.05E-02' '1.96E-01'
'1.17E+01' '3.69E-02' '8.73E-03' '1.39E-02' '1.93E-03' '1.88E-01'
'5.58E-03']
J'ai essayé beaucoup de choses différentes pour convertir la chaîne concs en float, mais cela ne semble pas plaire au fait que les concs soient en notation scientifique ... existe-t-il un moyen de transformer les valeurs de concs en float? Merci d'avance pour ton soutien.
La fonction float
peut faire ceci:
>>> float('1.31E+01')
13.1
ou pour une liste:
>>> map(float, ['3.76E+00', '1.31E+01', '1.14E+01'])
[3.76, 13.1, 11.4]
with open( datafile,'r' ) as inData:
for line in inData:
j = list( map( float, filter( None , [ x for x in line.strip().split(',') ] )) )
Je viens de mentionner en général, car cela résout un problème similaire qui m'a amené à cette page.
Cela pourrait être utile pour tout le monde. J’avais un problème similaire et j’ai trouvé sur stackoverflow l’application de pandas to_numeric aux colonnes DataFrame, notamment le remplacement des virgules par des points
import re
import pandas as pd
atw[cc] = pd.to_numeric(atw[cc].apply(lambda x: re.sub(',', '.', str(x))))