我有类似于此看到的数据依据 ，我试图用numpy的提取数据。 我是相当新的蟒蛇，所以我尝试用下面的代码这样做
import numpy as np
from datetime import datetime
convertfunc = lambda x: datetime.strptime(x, '%H:%M:%S:.%f')
col_headers = ["Mass", "Thermocouple", "T O2 Sensor",\
"Igniter", "Lamps", "O2", "Time"]
data = np.genfromtxt(files[1], skip_header=22,\
names=col_headers,\
converters={"Time": convertfunc})
其中如可在主旨可以看出有22行标头的材料制成。 在IPython中，当我“运行”下面的代码我收到与以下结尾的错误：
TypeError: float() argument must be a string or a number
全IPython的错误跟踪可以看出这里 。
我能够提取数字数据的六列就好使用参数genfromtxt像usecols =范围（0,6），但是当我尝试使用一个转换器，试图解决最后一栏我难倒。 任何和所有的意见，将不胜感激！
这是发生，因为np.genfromtxt试图创建一个float数组，因为它未能convertfunc返回datetime对象，它不能被强制转换为浮动。 最简单的解决办法是只传递参数dtype='object'来np.genfromtxt ，确保对象阵列的创建和预防转化为浮动。 然而，这将意味着其他列将被保存为字符串。 让他们正确保存为浮动你需要指定dtype每得到一个结构数组 。 在这里，我将它们设置所有除最后一列，这将是一个对象D型翻番：
dd = [(a, 'd') for a in col_headers[:-1]] + [(col_headers[-1], 'object')]
data = np.genfromtxt(files[1], skip_header=22, dtype=dd,
names=col_headers, converters={'Time': convertfunc})
这会给你一个结构数组，你可以用你给的名字访问：
In [74]: data['Mass']
Out[74]: array([ 0.262 , 0.2618, 0.2616, 0.2614])
In [75]: data['Time']
Out[75]: array([1900-01-01 15:49:24.546000, 1900-01-01 15:49:25.171000,
1900-01-01 15:49:25.405000, 1900-01-01 15:49:25.624000],
dtype=object)
您可以使用熊猫read_table：
import pandas as pd
frame=pd.read_table('/tmp/gist', header=None, skiprows=22,delimiter='\s+')
为我工作。 您需要单独处理的头，因为它们是独立空间可变数目。
