我不明白为什么numpy.genfromtxt不能使用delimiter=","正确拆分下面的字符串,而它对我块中的大多数其他字符串都有效。

chunk[12968]
Out[143]: '2901869281,3279442095,2012-12-15T23:00:00.003Z,Sacramento,CA,R#3817874,United States,38.583,-121.498,11, 8, 6, 5, 1, 0, 2, 3, 3, 5, 3, 3, 2, 2, 6, 6, 1, 2, 3, 0, 1, 1, 0, 0, 2, 2, 2, 2, 1, 0, 0, 2, 1, 0, 1, 1, 2, 0, 3, 1, 1, 1, 1, 0, 0, 4, 0, 0, 0, 1, 3, 1, 0, 2, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 2, 0, 9, 0, 0, 0, 2, 3, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0,130\n'

我希望有一个形状数组(110,),但得到以下结果
genfromtxt([chunk[12968]],delimiter=",",dtype=np.int64)
Out[142]:
array([2901869281, 3279442095,         -1,         -1,         -1,
               -1], dtype=int64)

请注意,我正在使用izip_longestfromitertools按块读取大型*csv:
with open('events.csv','r') as:
    for chunk in izip_longest(*[f] *50000):
          ...

谢谢你的帮助。

最佳答案

commentsgenfromtxt()参数默认为'#',因此输入中超过#的所有内容都将被忽略:

2901869281,3279442095,2012-12-15T23:00:00.003Z,Sacramento,CA,R#3817874,United States,...
                                                              ^ start of comment

10-06 05:22