如何使用 pandas.read_csv 在双引号之间读取带有千位分隔符的数字 [重复]

Posted 2023-04-14

【中文标题】如何使用 pandas.read_csv 在双引号之间读取带有千位分隔符的数字 [重复]

【英文标题】：How to read numbers with thousands separator between double quote using pandas.read_csv [duplicate]

【发布时间】：2021-02-18 04:52:40

【问题描述】：

我有一个这样的 csv 文件 (data.csv)：

A,B,C,D,E
1.50,2.70,"2,481","1,569",2.15
29.10,31.00,4,10,37.00
John, Jeff, Ruben, Catherine, James

我尝试使用 df=pd.read_csv("data.csv") 我得到了 df=

      A     B      C      D      E
0   1.5   2.7  2,481  1,569   2.15
1  29.1  31.0      4     10  37.00
2  John  Jeff  Ruben  Catherine James

看起来不错，但实际上 df.iloc[0,2]='2,481',df.iloc[0,3]='1,569'，即它们是字符串而不是整数或浮点数。

当我尝试df=pd.read_csv("data.csv",quotechar='"') 时，一切都是字符串。我无法将它们全部转换为浮点数或整数，因为还有其他元素（示例中未显示）作为正确读取的日期时间。

我还尝试了以千='，' 作为 read_csv 中的参数，但它仅适用于我的数据文件中没有最后一行的情况。字符串行似乎使数千='，'无效。 在我的实际文件中，有很多数字行和很多字符串（名称）行。

如何处理双引号和 csv 文件中字符串行之间的千位分隔符？

【参考方案1】：

有一个thousands 参数。见read_csv：

import pandas as pd

df = pd.read_csv('data.csv',thousands=',')
print(df)
print()
print(df.dtypes)

      A     B     C     D      E
0   1.5   2.7  2481  1569   2.15
1  29.1  31.0     4    10  37.00

A    float64
B    float64
C      int64
D      int64
E    float64
dtype: object

【讨论】：

非常感谢！它适用于简单的数据文件，但不适用于我的实际数据文件，例如第 4 行：John、Jeff、Ruben、Catherine、James