如何将以Python文本forms导入的数据分隔成date数组和数字数据

我有一个Excel电子表格，其中第一列的date，其余的是每个属性观察到的数值。 我使用read / readlines函数导入了整个数据集。

如何将导入的数据分隔到datearray（导入数据集中的第一列）和一个单独的数值matrix（我想要处理的数据）？

例如：

我正在导入以下数据：

观察date属性1属性2属性3

01/01/2012 105 101 100

02/01/2012 101 101 95

03/01/2012 98 95 97

我想从这个数据创build以下内容：

DateArrayList = [01/01/2012，02/01/2012，03/01/2012]

105 101 100 

值matrix= 101 101 95

  98 95 97 

Answer 1

这些列表parsing应该做你正在寻找的（假设数据在testdata.xls中，并且是制表符分隔的）：

 with open("testdata.xls") as inf: next(inf) lines = [l[:-1].split("\t") for l in inf] date_array_list = [l[0] for l in lines] values_matrix = [map(int, l[1:]) for l in lines] print date_array_list print values_matrix 

这打印

 ['01/01/2012', '02/01/2012', '03/01/2012'] [[105, 101, 100], [101, 101, 95], [98, 95, 97]] 

Answer 2

如果你已经在使用numpy了，这里是“numpythonic”解决scheme…（但是如果你不是其他解决scheme，那么其他解决scheme会更好）。

在最新版本的numpy中，有一个datetime dtype。 在此之前，最常见的解决scheme是使用matplotlib的date格式（这是一个浮点数）。

首先，如果你想依赖matplolib的date格式，你可以这样做：

 import matplotlib.dates as mdates import numpy as np data = np.loadtxt('data.txt', converters={0:mdates.datestr2num}) dates = data[:,0] data = data[:,1:] 

使用更新版本的numpy，您可能需要使用datetime64 dtype作为date数组。 在这种情况下（使用两次）：

 import numpy as np dates = np.loadtxt('data.txt', dtype=np.datetime64, usecols=[0]) data = np.loadtxt('data.txt', converters={0:lambda x: -9999.9}) data = data[:,1:]