如何使用numpy-genfromtxt允许文本限定符

Question

我目前正在尝试使用Python中的numpy库将一些逗号分隔的文本数据导入到数组中。我正在使用以下代码：

data = np.genfromtxt(fname, delimiter=',')

我得到以下错误：

第2行（从11列改为12列）

对于标头之后的每一行。

原因似乎是其中一列包含逗号，但试图使用该列数据周围的文本限定符（"）来处理此问题。如果我使用Python csv库，则默认情况下会处理此问题，例如：

reader = csvreader(open(fname, 'rb'))

我知道我可以使用csv库导入数据，然后将其转换为数组，但我想知道是否可以通过numpy的一个函数将文本数据转换为数组（如genfromtxt）来实现这一点。我已经查看了genfromtxt上的帮助，但列出的参数似乎都没有描述我在寻找什么，除非我遗漏了什么。

如果有帮助的话，这里是文件中的几行示例：

survived,pclass,name,sex,age,sibsp,parch,ticket,fare,cabin,embarked
0,3,"Braund, Mr. Owen Harris",male,22,1,0,A/5 21171,7.25,,S
1,1,"Cumings, Mrs. John Bradley (Florence Briggs Thayer)",female,38,1,0,PC 17599,71.2833,C85,C
1,3,"Heikkinen, Miss. Laina",female,26,0,0,STON/O2. 3101282,7.925,,S

我认为是名称列导致了这个问题。

Answer 1

Numpy数组不太适合像这里这样的分类数据。你最好使用pandas:

import pandas
data = pandas.read_csv(fname)

Answer 2

解决这一问题的一种方法是添加另一个名称字段，这样您就有了十三个名称字段和一个单独的名字和姓氏列：

survived,pclass,surname,forname,sex,age,sibsp,parch,ticket,fare,cabin,embarked

如果你这样导入：

data = np.genfromtxt(fname, delimiter=',',names=True,dtype=None)

它应该工作：

data['surname']
array(['"Braund', '"Cumings', '"Heikkinen'], 
      dtype='|S10')

请注意，您可能还需要在原始文件中点画"标记。