使用numpy.loadtxt读取CSV时遇字符串转浮点数失败的ValueError问题

这个报错很典型——你用numpy.loadtxt()的时候，它默认会尝试把所有读取到的内容转换成浮点数，但你的CSV文件里有两类没法直接转成float的内容：

• 第一行的表头（Time和Freq）是纯字符串
• 第一列的时间值（比如8:00）是带冒号的时间格式字符串，也没法直接转成浮点数

下面给你几种实用的解决方案：

方案1：用csv模块预处理数据（手动处理时间和表头） #

先通过csv模块读取数据，跳过表头，把时间转换成可计算的数值（比如总分钟数），再转成numpy数组：

import csv
import numpy as np

raw_data = open('C:\\Users\\train.csv', 'rt')
reader = csv.reader(raw_data)
next(reader)  # 跳过表头行

processed_rows = []
for row in reader:
    # 把"HH:MM"格式的时间转成总分钟数
    hours, minutes = map(int, row[0].split(':'))
    time_in_minutes = hours * 60 + minutes
    # 频率转成浮点数
    frequency = float(row[1])
    processed_rows.append([time_in_minutes, frequency])

# 转成numpy数组
data = np.array(processed_rows)
print(data.shape)

方案2：用numpy.genfromtxt()自带的转换器跳过表头并处理时间 #

genfromtxt()比loadtxt()更灵活，支持跳过表头和自定义转换器处理特殊格式的列：

import numpy as np

def convert_time(time_byte_str):
    # genfromtxt会传入字节串，先解码成普通字符串
    time_str = time_byte_str.decode('utf-8')
    hours, minutes = map(int, time_str.split(':'))
    return hours * 60 + minutes

# skip_header=1 跳过第一行表头，converters指定第0列用自定义函数处理
data = np.genfromtxt(
    'C:\\Users\\train.csv',
    delimiter=',',
    skip_header=1,
    converters={0: convert_time}
)
print(data.shape)

方案3：用Pandas简化处理（推荐，适合复杂数据） #

如果可以引入Pandas库，处理这类混合格式的CSV会轻松很多，还能保留时间的原始格式：

import pandas as pd

# 直接读取CSV，自动识别表头
df = pd.read_csv('C:\\Users\\train.csv')
# 把Time列转成时间类型
df['Time'] = pd.to_datetime(df['Time'], format='%H:%M')
# 如果需要转成numpy数组（可选：把时间转成总分钟数）
data = df.assign(
    Time=df['Time'].dt.hour * 60 + df['Time'].dt.minute
).to_numpy()
print(data.shape)

选哪种方案取决于你的需求：如果只依赖numpy和标准库，方案1或2足够；如果后续还要做更多数据清洗、分析，方案3的Pandas会更高效。

内容的提问来源于stack exchange，提问作者Ak Ash