有效地拆分一列numpy數組

Question

我有一個包含5列的csv文件，其中第二列以10/22/2001 14:00格式表示。 我要創建另一個文件，這次數據分為不同的列。 為了拆分列，我在python中使用了以下代碼

from numpy import loadtxt
import numpy as np
from time import strptime

filename = 'data/file.csv'
data = loadtxt(filename, delimiter=',', dtype=str, skiprows=1)
newdata = np.zeros((data.shape[0],7))
newdata[:,0] = data[:,0]

for i in range(len(data[:,1])):
    tm =  strptime(data[i,1], "%m/%d/%Y %H:%M")
    newdata[i,1] = tm.tm_year
    newdata[i,2] = tm.tm_wday
    newdata[i,3] = tm.tm_hour

newdata[:,4:] =  data[:,2:]

有沒有更好的方法使用numpy方法或其他python模塊來做到這一點？

Answer 1

您可以使用以下三行代碼來縮短newdata的生成：

1. 將datetime字符串轉換為datetime對象：

    datetimes = [datetime.strptime(d, "%m/%d/%Y %H:%M") for d in data[:, 1]] 

   我假設您from datetime import datetime 。

2. 收集每個日期時間對象的年，周日和小時。

    yearWeekdayHour = [[dt.year, dt.weekday(), dt.hour] for dt in datetimes] 

3. 將所有部分水平堆疊在一起：原始data的第一列，日期和時間信息以及data的最后一列。

    newdata = np.hstack((data[:, 0, None], yearWeekdayHour, data[:, 2:])) 

   請注意，第一列用附加的None索引，以獲取2D數組，這是水平堆疊所必需的。

---

我不太確定這是否是更好的解決方案。 您的可讀性可能更高，尤其是對於不完全熟悉所有Python列表理解的用戶。 但這可能是值得閱讀和嘗試的替代方法。 它可能是一個非常強大的工具。