使用np.genfromtxt处理含#-INF缺失值及逗号小数点的数据集问题

• 核心问题是delimiter参数设置错误：你指定的固定宽度总共有9个取值，意味着只会读取9列数据，#-INF及之后的所有列都被直接截断舍弃，和missing_values参数无关。
• 次要问题是missing_values映射错误：你仅给第0列（日期列）设置了#-INF为缺失值，实际#-INF出现在靠后的数值列，匹配规则完全不生效。
• 额外问题：固定宽度适配性极差，只要原始数据的列宽有一点变动就会读错，远不如自动识别空白分隔的方案稳定。

推荐用自动识别空白分隔的方案，不需要手动数列宽，适配性更强：

import numpy as np

# 第一步：全量读取所有列为字符串格式，自动按任意空白拆分列
raw_data = np.genfromtxt(r'data.txt', skip_header=2, delimiter=None, dtype=str)

# 第二步：统一处理字符串格式问题
# 替换逗号为标准小数点
raw_data = np.char.replace(raw_data, ',', '.')
# 替换#-INF为nan字符串，后续转数值时会自动识别为np.nan
raw_data = np.char.replace(raw_data, '#-INF', 'nan')

# 第三步：拆分数据类型，前两列是日期、时间保留为字符串，后续列转浮点型
datetime_col = raw_data[:, :2]
value_col = raw_data[:, 2:].astype(np.float32)
# 合并为最终可用的数据集
processed_data = np.column_stack([datetime_col, value_col])

处理后的数据包含完整的16列内容，所有#-INF会被转换为numpy标准缺失值np.nan，逗号小数点也完成转换，可直接传入matplotlib进行绘图。

内容的提问来源于stack exchange，提问作者cobra