python - 在Python(可能是pandas)中从文件读取数组时，处理和跳过第一行(包含元数据)的优雅方法？

Question

假设我有一个像这样的文件bla.txt:

    21        27       268       288       
55.1   21.2   25.5   23.5   22.3   20.8
28.3   27.1   27.2   26.   25.   23.1 
29.8   28.3   29.0   28.6   27.2   24.4 

第一行包含我稍后想在我的脚本中使用的元数据(下面的脚本中的a, b, c, d)，然后剩下的就是一个简单的数组，很容易读。有没有办法处理第一行，同时在读取数组时跳过它？

换句话说，如何以更优雅/Pythonic 的方式执行以下操作？

import numpy as np

fname = 'bla.txt'

with open(fname) as f:
    lines = f.readlines()
    a, b, c, d = [float(x) for x in lines[0].split()]

myarray = np.loadtxt(fname, skiprows=1)

编辑:欢迎使用 pandas 解决方案。[请注意，理想情况下，能够处理和跳过多个元数据行的解决方案将是完美的]

Answer 1

您可以告诉numpy.loadtxt跳过行。

>>> import numpy as np
>>> np.loadtxt('bla.txt', skiprows=1)
array([[55.1, 21.2, 25.5, 23.5, 22.3, 20.8],
       [28.3, 27.1, 27.2, 26. , 25. , 23.1],
       [29.8, 28.3, 29. , 28.6, 27.2, 24.4]])

您可以在没有 numpy 的情况下获取任何文件的第一行

>>> with open('bla.txt') as f:
...     line1 = next(f)
... 
>>> line1
'    21        27       268       288       \n'

如果您的标题行没有缺少值，您也可以使用 loadtxt 读取整个文件，然后将数组切片为数据和标题部分。

您没有标记它，但我建议使用 pandas 以便在您的具体情况下方便。

>>> import pandas as pd
>>> df = pd.read_csv('bla.txt', delim_whitespace=True)
>>> line1 = list(df.columns)
>>> data = df.reset_index().values
>>> 
>>> line1
['21', '27', '268', '288']
>>> data
array([[55.1, 21.2, 25.5, 23.5, 22.3, 20.8],
       [28.3, 27.1, 27.2, 26. , 25. , 23.1],
       [29.8, 28.3, 29. , 28.6, 27.2, 24.4]])