提取包装列数据

我有一个特定的数据文件，共有 7 列：1 列时间和 6 列数据。如我所附的图像所示，第一列代表时间，而接下来的四列代表数据。似乎从第 4 列数据开始，它用一个黑色的向上小箭头包裹到底部，然后再次及时重复为第一列，剩下的两个数据列代表第 5 列和第 6 列数据。

我无法使用 np.loadtxt 在 python 中加载数据。如何在正确访问和提取数据的第 5 列和第 6 列的同时加载数据？我想最终将其推广到 400 列数据。

我尝试过 data = np.loadtxt('temp_59324.dat',delimiter = None) 并且它返回一个错误。如果我只要求总共 5 列数据（1 列时间，4 列实际数据），那么 np.loadtxt 会正确加载。但除 5 之外的任何值都会导致错误

import numpy as np

def load_wrapped_data(filename, n_columns):
  """从包含包装列数据的文件中加载数据。

  Args:
    filename: 数据文件的名称。
    n_columns: 数据总列数（包括时间列）。

  Returns:
    包含数据的 NumPy 数组。
  """

  # 加载数据，将包装列视为单独的行
  data = np.loadtxt(filename, delimiter=None)

  # 计算包装列中的行数
  n_wrapped_rows = (n_columns - 1) // 4

  # 将数据重塑为具有正确列数的二维数组
  data = data.reshape(-1, n_columns)

  return data

# 示例用法：
filename = 'temp_59324.dat'
n_columns = 7  # 总列数，包括时间列

data = load_wrapped_data(filename, n_columns)

# 现在，可以通过切片访问数据，例如：
time = data[:, 0]  # 时间列
data_column_5 = data[:, 4]  # 第 5 列数据
data_column_6 = data[:, 5]  # 第 6 列数据

# 打印加载的数据
print(data) 

说明：

1. 识别包装模式： 此代码假定数据在每组 4 列数据后包装。这意味着除时间列外，每 4 列构成一组完整的数据列。
2. 加载为平面数组： np.loadtxt 最初将数据加载为平面数组，将包装列视为单独的行。
3. 重塑数组： 代码根据总列数 ( n_columns ) 和包装模式计算包装列中的行数 ( n_wrapped_rows )。然后，它使用 reshape 将平面数组转换为具有正确列数的二维数组。
4. 数据访问： 加载数据后，可以使用切片轻松访问任何列，包括第 5 列和第 6 列。

此代码可用于任意数量的包装列，只需更新 n_columns 变量以反映数据中的总列数。例如，对于 400 列数据，可以使用 n_columns = 401 （包括 1 列时间）。