Skip to main content
 首页 » 编程设计

python之将数据从 csv 文件转换为 numpy 数组问题

2024年10月24日11wuhuacong

在一个 csv 文件中,我有表示特定股票的日期、开盘价、收盘价、最高价、最低价和交易量的数据。数据以以下格式存储:

20150601 000000;1.094990;1.095010;1.094990;1.094990;0 

我正在尝试使用以下代码将日期提取到 numpy 数组中,以便我可以使用算法分析数据。但是,在转换日期时我没有得到正确的日期。

谁能找出我犯的错误?

datefunc = lambda x: mdates.date2num(datetime.strptime(x, '%y%m%d%H%M %f')) 
date,high,low,open,close,volume = np.loadtxt('DAT_ASCII_EURUSD_M1_201506.csv',unpack=True,  
                              delimiter=';', 
                              converters={0:datefunc}) 

非常感谢任何帮助。

请您参考如下方法:

您的日期格式不正确,需要是年月日 "%Y%m%d",您也不能在数组中使用日期时间对象和 float ,而是使用结构化数组允许您拥有混合类型。

如果 mdates 使用正确的格式返回一个 float ,只要你有一个 ; 分隔线,应该再次工作:

from datetime import datetime 
import numpy as np 
datefunc = lambda x: mdates.date2num(datetime.strptime(x, '%Y%m%d')) 
 
a = np.loadtxt('in.csv', delimiter=';', 
                  converters={0: datefunc}) 

哪个会输出:

[  7.35750000e+05   0.00000000e+00   1.09499000e+00   1.09501000e+00 
1.09499000e+00   1.09499000e+00   0.00000000e+00] 

您的示例输入行中有七个元素,因此解包时会出现错误,如果这是一个拼写错误,那没关系,但如果不是,您将需要修复它。

如果你有混合类型,你可以使用带有 genfromtxt 的结构化数组:

from datetime import datetime 
import numpy as np 
datefunc = lambda x: datetime.strptime(x, '%Y%m%d') 
a = np.genfromtxt('in.csv', delimiter=';', 
              converters={0: datefunc}, dtype='object, float, float,float,float,float', 
              names=["date", "high", "low", "open", "close", "volume"]) 
 
print(a["date"]) 
print(a["high"]) 
print(a["low"]) 
print(a["open"]) 
print(a["close"]) 
print(a["volume"]) 
 
2015-06-01 00:00:00 
0.0 
1.09499 
1.09501 
1.09499 
1.09499 

这假定您的输入实际上是由 ; 分隔的,并且没有像示例行中那样的空格。