使用np.loadtxt读取CSV文件时出现ValueError：无法将字符串'A1'转换为浮点数的解决方案咨询

嘿，你的问题其实出在两个地方，咱们一步步拆解：

错误原因 #

1. 表头处理问题：你的A1-dm.csv第一行是字符串表头（A1,A2,A3,Class），但np.loadtxt()默认会把所有行都当作数值数据来解析，遇到'A1'这种字符串自然转不成float，直接抛出错误。
2. 数据访问方式错误：就算你跳过表头，np.loadtxt()返回的是普通二维numpy数组，根本不支持dataset['A1']这种按列名访问的方式——这种用法是给结构化数组或者Pandas DataFrame准备的。

解决方案 #

下面给你两种可行的解决办法，推荐第二种，因为处理带表头的CSV用Pandas更省心：

方法1：用numpy的genfromtxt处理表头和结构化数据 #

genfromtxt比loadtxt更灵活，能自动识别表头和列类型：

import numpy as np
from sklearn import datasets
from sklearn.model_selection import train_test_split
from MDLP import MDLP_Discretizer

def main():
    # 读取CSV，第一行作为字段名，自动推断列类型
    dataset = np.genfromtxt('A1-dm.csv', delimiter=',', names=True, dtype=None)
    # 提取特征列，合并成二维数组X
    X = np.column_stack([dataset['A1'], dataset['A2'], dataset['A3']])
    # 提取标签列y
    y = dataset['Class']

    # 后续代码正常执行
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33)
    discretizer = MDLP_Discretizer(features=np.arange(X.shape[1]))
    discretizer.fit(X_train, y_train)
    X_train_discretized = discretizer.transform(X_train)
    X_test_discretized = discretizer.transform(X_test)

    # 打印测试内容
    print('Original dataset:\n%s' % str(X_train[0:5]))
    print('Discretized dataset:\n%s' % str(X_train_discretized[0:5]))

if __name__ == '__main__':
    main()

方法2：用Pandas读取（更简洁推荐） #

Pandas是处理CSV这类表格数据的神器，代码更直观：

import pandas as pd
import numpy as np
from sklearn import datasets
from sklearn.model_selection import train_test_split
from MDLP import MDLP_Discretizer

def main():
    # 直接读取带表头的CSV，返回DataFrame
    df = pd.read_csv('A1-dm.csv')
    # 提取特征列并转成numpy数组
    X = df[['A1', 'A2', 'A3']].to_numpy()
    # 提取标签列并转成numpy数组
    y = df['Class'].to_numpy()

    # 后续代码和上面一致
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33)
    discretizer = MDLP_Discretizer(features=np.arange(X.shape[1]))
    discretizer.fit(X_train, y_train)
    X_train_discretized = discretizer.transform(X_train)
    X_test_discretized = discretizer.transform(X_test)

    print('Original dataset:\n%s' % str(X_train[0:5]))
    print('Discretized dataset:\n%s' % str(X_train_discretized[0:5]))

if __name__ == '__main__':
    main()

额外提醒 #

• 别忘了在代码开头导入对应的库（比如numpy或者pandas），你原来的代码里没导入numpy，这也是潜在问题。
• 如果你的CSV里有缺失值，Pandas也能更方便地处理，这是genfromtxt比不了的。

内容的提问来源于stack exchange，提问作者Evan Gertis