将 csv 文件作为浮点数读取到 pandas 数据帧

Posted 2023-03-11

【中文标题】将 csv 文件作为浮点数读取到 pandas 数据帧

【英文标题】：reading csv file to pandas dataframe as float

【发布时间】：2017-12-15 02:15:48

【问题描述】：

我有一个.csv 文件，其中第一行和第一列中有字符串，其余数据为浮点数。我想将它读入一个数据框，第一行和第一列分别作为列名和索引，所有浮动值都作为float64。

如果我使用df = pd.read_csv(filename,index_col=0)，则所有数值都保留为字符串。

如果我使用df = pd.read_csv(filename, index_col=0, dtype=np.float64)，则会出现异常：ValueError: could not convert string to float，因为它试图将第一列解析为float。

有大量的列，而我没有列名，所以我不想将每一列识别为float;我想解析每一列除了第一列。

【问题讨论】：

你的号码格式是什么？我很确定 pandas 会在没有任何参数的情况下推断出 dtypes。你试过吗？结果如何？

我会发布一些示例数据......

df.convert_objects(convert_numeric=True) 有了dataFrame之后就可以转换值了，

我在 .csv 中找到了一行，其中包含非数字数据，因此整列被解析为字符串。谢谢 juanpa.arrivillaga

【参考方案1】：

获取所有列名的列表，删除第一个。投射其他列。

cols = df.columns
cols.remove('fistcolumn')
for col in cols:
    df[col] = df[col].astype(float)

【参考方案2】：

原来的代码是正确的

df = pd.read_csv(filename,index_col=0)

但是.csv 文件的构造不正确。

正如@juanpa.arrivillaga 指出的那样，只要一列中的所有数据都属于相同的dtype，熊猫就会在没有任何参数的情况下推断dtypes。这些列被解释为字符串，因为尽管 大多数 数据是数字，但一行包含非数字数据（实际上是日期）。从.csv 中删除这一行解决了这个问题。