使用 Pandas 读取 CSV 时出错

Posted 2023-03-11

【中文标题】使用 Pandas 读取 CSV 时出错

【英文标题】：Errors reading CSV with Pandas

【发布时间】：2021-11-08 05:22:11

【问题描述】：

我有一个需要分析的 1 亿行数据集。我使用这个函数来读取文件：

csv2020=pd.read_csv('filename.txt',
                    sep="\t",
                    error_bad_lines=False,
                    usecols=['field1', 'field2', 'field3', 'field4'],
                    dtype='field1': int,'field2': float, 'field3': float, 'field4': float)

但是我收到了一个错误，其中一条线无法转换为浮点数：

ValueError：无法将字符串转换为浮点数：'ORCH'

我想省略任何发生此错误的行，但除了 error-bad-lines 参数之外我不知道如何。帮忙？

谢谢！

【问题讨论】：

as filename.txt 包含 1 亿行 - 你认为你有足够的内存来加载它吗？

【参考方案1】：

error_bad_lines 选项不用于此目的，它仅适用于错误数量的字段。

在没有dtype 选项的情况下读取您的文件，然后使用pandas.to_numeric 和errors='coerce' 选项进行转换：

df = pd.read_csv(…)
df['field1'] = pd.to_numeric(df['field1'], errors='coerce')
df['field2'] = …

【讨论】：

完美运行。谢谢！

【参考方案2】：

您尝试导入为浮点数的某些列具有字符串，因此无法转换。

首先阅读没有“dtype....”的 CSV 并查看您的数据框