Pandas read_csv，读取一个带有指定为 int 的缺失值的布尔值

Question

我正在尝试将 csv 导入到 Pandas 数据框中。我有用 1 和 0 表示的布尔变量，其中缺失值用 -9 标识。当我尝试将 dtype 指定为布尔值时，我会收到许多不同的错误，具体取决于我尝试的内容。

示例数据：test.csv

var1, var2
0,   0
0,   1
1,   3
-9,  0
0,   2
1,   7

我尝试在导入时指定 dtype：

dtype_dict = {'var1':'bool','var2':'int'}
nan_dict = {'var1':[-9]}
foo = pd.read_csv('test.csv',dtype=dtype_dict, na_values=nan_dict)

我收到以下错误：

ValueError：无法安全地将 |b1 的传递用户数据类型转换为第 0 列中的 int64 数据类型数据

我也试过指定真假值，

foo = pd.read_csv('test.csv',dtype=dtype_dict,na_values=nan_dict,
                 true_values=[1],false_values=[0])

但后来我得到了一个不同的错误：

例外：必须是所有编码字节

错误的源代码说明了一些关于捕获偶尔无的信息，但无或空值正是我想要的。

Answer 1

您可以converters为var1列指定参数：

from io import StringIO
import numpy as np
import pandas as pd

pd.read_csv(StringIO("""var1, var2
0,   0
0,   1
1,   3
-9,  0
0,   2
1,   7"""), converters = {'var1': lambda x: bool(int(x)) if x != '-9' else np.nan})