按固定字符数分割无空格2D数组遇ValueError问题求助

1. 先按固定宽度分割每行 #

原始数据是无空格的单行文本，需按每7个字符分割成88列，先读取所有行并完成切片：

import numpy as np

# 读取文件并去除每行的换行符
with open('你的数据文件.txt', 'r') as f:
    lines = [line.strip() for line in f]

# 按每7个字符分割每行，取前88段确保列数正确
split_rows = []
for line in lines:
    row = [line[i:i+7].strip() for i in range(0, 7*88, 7)]
    split_rows.append(row)

2. 处理星号与数值转换 #

星号无法直接转为浮点数，将其替换为numpy缺失值NaN，同时清理数值字符串中的空格、冗余小数点后转为浮点数：

processed_data = []
for row in split_rows:
    processed_row = []
    for item in row:
        if '*' in item:
            processed_row.append(np.nan)
        else:
            # 只保留数字和小数点，避免空格干扰
            cleaned_str = ''.join([c for c in item if c.isdigit() or c == '.'])
            processed_row.append(float(cleaned_str) if cleaned_str else np.nan)
    processed_data.append(processed_row)

# 转为最终的numpy数组
final_array = np.array(processed_data, dtype=np.float64)
# 验证形状是否为(148, 88)
print(final_array.shape)

3. 简化方案：用numpy.genfromtxt直接处理 #

利用genfromtxt的固定宽度分割和缺失值处理能力，一步完成读取与转换：

final_array = np.genfromtxt(
    '你的数据文件.txt',
    delimiter=[7]*88,  # 指定每列宽度为7
    dtype=np.float64,
    missing_values='*',  # 将星号标记为缺失值
    filling_values=np.nan,
    # 自定义转换器：清理非数字字符后转浮点数
    converters={i: lambda s: float(''.join([c for c in s.decode() if c.isdigit() or c == '.'])) if '*' not in s.decode() else np.nan for i in range(88)}
)

为什么loadtxt会报错？ #

loadtxt不支持固定宽度的文本分割，且没有内置的缺失值处理逻辑，遇到星号这类非数值字符串时会直接抛出ValueError，因此更适合用genfromtxt或手动预处理后再转换。

内容的提问来源于stack exchange，提问作者DAL1