如何将含缺失值的TSV文件读取为numpy浮点型数组？

你遇到的问题根源在于使用了names=True参数——这个参数会让np.genfromtxt返回结构化数组（1维，每个元素对应一行数据，包含所有列的字段），而不是你预期的二维浮点数组。下面给你两种通用的解决方案，兼顾缺失值处理：

方案1：直接读取为二维浮点数组（最简便） #

如果不需要保留列名，直接跳过表头，指定浮点类型即可，缺失值会被自动转为nan（NumPy处理缺失值的标准方式）：

import numpy as np

# 跳过第一行列名，按制表符分割，读取为二维浮点数组
data = np.genfromtxt("file.tsv", delimiter="\t", skip_header=1, dtype=np.float64)

如果你的文件里有自定义缺失值标记（比如NA、N/A或者空字符串），可以手动指定并替换：

data = np.genfromtxt(
    "file.tsv",
    delimiter="\t",
    skip_header=1,
    dtype=np.float64,
    missing_values=['NA', 'N/A', ''],  # 定义哪些字符串算缺失值
    filling_values=np.nan  # 将缺失值替换为nan
)

方案2：保留列名同时转为二维数组 #

如果需要保留列名信息，先读取结构化数组，再转换为普通二维数组：

import numpy as np

# 读取带列名的结构化数组
structured_data = np.genfromtxt("file.tsv", delimiter="\t", names=True, dtype=np.float64)
# 将结构化数组转为二维浮点数组
data = structured_data.view(np.float64).reshape(structured_data.shape[0], -1)

# 可以通过structured_data.dtype.names获取列名列表
column_names = structured_data.dtype.names

补充说明 #

你之前写的自定义转换器converter(x)其实没必要——只要指定dtype=np.float64，np.genfromtxt会自动将合法的浮点字符串转为数值，遇到缺失值则转为nan，完全满足你的需求。

内容的提问来源于stack exchange，提问作者Khurram Majeed