如何将 read_csv 中的非数字条目转换为 NaN

Question

我正在读取一个文件：

pd.read_csv("file.csv", dtype={'ID_1':float})

该文件如下所示：

ID_0, ID_1,ID_2
a,002,c
b,004,d
c,   ,e       
n,003,g

不幸的是read_csv，未能抱怨它无法将 ' ' 转换为浮点数。

读取 csv 并将无法转换为浮点数的任何内容转换为 NaN 的正确方法是什么？

Answer 1

如果您不指定dtype参数并通过，skipinitialspace=True那么它将正常工作：

In [4]:
t="""ID_0,ID_1,ID_2
a,002,c
b,004,d
c,   ,e
n,003,g"""

pd.read_csv(io.StringIO(t), skipinitialspace=True)
Out[4]:
  ID_0  ID_1 ID_2
0    a   2.0    c
1    b   4.0    d
2    c   NaN    e
3    n   3.0    g

所以在你的情况下：

pd.read_csv("file.csv", skipinitialspace=True)

会起作用的

您可以看到，这些内容dtypes符合预期：

In [5]:
pd.read_csv(io.StringIO(t), skipinitialspace=True).info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 3 columns):
ID_0    4 non-null object
ID_1    3 non-null float64
ID_2    4 non-null object
dtypes: float64(1), object(2)
memory usage: 176.0+ bytes