我有一个csv文件安排如下：
Person,Date1,Date2,Status
Person1,12/10/11,17/10/11,Done
...我想对它执行各种操作，我首先将它拉入Python，并将日期字符串转换为datetime.datetime对象，我有以下代码：
import re
import numpy as np
from datetime import datetime, timedelta
from dateutil import rrule
def get_data(csv_file = '/home/garry/Desktop/complaints/input.csv'):
inp = np.genfromtxt(csv_file,
delimiter=',',
filling_values = None,
dtype = None)
date = re.compile(r'\d+/\d+/\d+')
count = 0
item_count = 0
for line in inp:
for item in line:
if re.match(date, item):
item = datetime.strptime(item, '%d/%m/%y')
inp[count][item_count] = item
item_count += 1
else:
item_count += 1
item_count = 0
count += 1
return inp
def get_teams(data):
team_list = []
for line in data:
if line[0] not in team_list:
team_list.append(line[0])
else:
pass
del team_list[0]
return team_list
def get_months():
month_list = []
months = [1,2,3,4,5,6,7,8,9,10,11,12]
now = datetime.now()
start_month = now.month - 7
for count in range(0,7):
if months[start_month] > now.month:
year = now.year - 1
else:
year = now.year
month_list.append([months[start_month], year])
start_month += 1
return month_list
if __name__ == "__main__":
inp = get_data()
for item in inp[2]:
print type(item)
team_list = get_teams(inp)
month_list = get_months()main方法中的print语句（为调试而插入）返回：
<type 'numpy.string_'>
<type 'numpy.string_'>
<type 'numpy.string_'>
<type 'numpy.string_'>这显然不是我所希望的因为get_data中的循环（）函数应该将日期字符串更改为datetime.datetime对象。当我在单个日期字符串上运行循环中的相同代码作为测试时，它们可以很好地转换Type。在上面的代码中，它们在某种意义上也是有效的，因为字符串确实更改为datetime.datetime格式-它们只是没有“不是正确的类型。有人能看出我做错了什么吗？
2条答案
按热度按时间2jcobegt1#
问题是numpy数组的类型是固定的。Numpy将数据存储在固定大小的连续内存块中，因此当您将值赋给
numpy数组中的索引时，numpy会在将其存储到数组中之前对其进行转换。即使是字符串数组，它也会这样做。例如：方便（或不方便！）
datetime.datetime对象可以使用str进行转换，因此在这一行中......
numpy只是将项转换为字符串并将其插入数组。现在，你可以使用
dtype=object来绕过这个行为，但是这样做会抵消numpy的很多速度，因为你强迫numpy调用一堆很慢的python代码。我要补充的是，您在这里没有充分发挥
numpy的潜力，Numpy被设计为以矢量化的方式处理数组，没有显式的for循环。（有关详细信息，请参阅tutorial。）因此，无论何时使用for循环处理numpy，很自然会问如何才能避免这样做。与其指出代码中存在的问题，不如向您展示一件有趣的事情：现在，您可以直接访问日期，而不是使用正则表达式遍历表。
f0brbegy2#
问题是，在
get_data中定义的inp数组从np.genfromtxt中获取了一个"|S8dtype。如果试图用另一个对象替换它的一个元素，则该对象将转换为字符串。第一个想法是将
inp转换为一个列表，其中包含inp.tolist()，这样，您可以根据自己的需要更改每个字段的类型，但还有更好的方法（我认为）：根据您的示例，第二列和第三列始终是日期，对吗？然后，您可以直接使用
np.genfromtxt将字符串转换为datetime对象names=True意味着您将得到一个结构化的ndarray作为输出，其中的字段取自第一个未注解行（这里是Person,Date1,Date2,Status）。正如您所猜，converters关键字将把第2列和第3列中的字符串转换为datetime对象。注意，如果你已经知道你的第一列和最后一列是字符串，你可能想使用另一个
dtype而不是None：如果np.genfromtxt不需要猜测每列的类型，它的工作速度会更快。现在，另一个评论：
for循环中保留计数器，不如使用类似for (i, item) in enumerate(whatever)的计数器，这样更简单。