Pandas Dataframe 错误'StringArray 需要一系列字符串或 pandas.NA'

Posted 2023-02-23

【中文标题】Pandas Dataframe 错误\'StringArray 需要一系列字符串或 pandas.NA\'

【英文标题】：Pandas Dataframe Error 'StringArray requires a sequence of strings or pandas.NA'Pandas Dataframe 错误'StringArray 需要一系列字符串或 pandas.NA'

【发布时间】：2020-06-05 06:09:46

【问题描述】：

过去一个月我一直在阅读 Excel 表格，使用 Pandas 没有问题。

虽然最近我更改了我的日期格式（现在已切换回原来的格式 mm/dd/yyyy）。

突然间，当我尝试读取我的 .xlsm 时，Pandas 会抛出一个错误

以下是完整的错误

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-5-655581a0eaab> in <module>
----> 1 inv = p.read(r'C:\Users\Jake\OneDrive\Documents\Eastern\Inventory\Inventory_Log.xlsm')

~\Anaconda3\lib\site-packages\pyinv\__init__.py in read(filepath)
     36     'Cert_Expire':'string',
     37     'Rating':'string',
---> 38     'Notes':'string'
     39     )
     40     amount = inv.Item.count()

~\Anaconda3\lib\site-packages\pandas\io\excel\_base.py in read_excel(io, sheet_name, header, names, index_col, usecols, squeeze, dtype, engine, converters, true_values, false_values, skiprows, nrows, na_values, keep_default_na, verbose, parse_dates, date_parser, thousands, comment, skipfooter, convert_float, mangle_dupe_cols, **kwds)
    332         convert_float=convert_float,
    333         mangle_dupe_cols=mangle_dupe_cols,
--> 334         **kwds,
    335     )
    336 

~\Anaconda3\lib\site-packages\pandas\io\excel\_base.py in parse(self, sheet_name, header, names, index_col, usecols, squeeze, converters, true_values, false_values, skiprows, nrows, na_values, parse_dates, date_parser, thousands, comment, skipfooter, convert_float, mangle_dupe_cols, **kwds)
    883             convert_float=convert_float,
    884             mangle_dupe_cols=mangle_dupe_cols,
--> 885             **kwds,
    886         )
    887 

~\Anaconda3\lib\site-packages\pandas\io\excel\_base.py in parse(self, sheet_name, header, names, index_col, usecols, squeeze, dtype, true_values, false_values, skiprows, nrows, na_values, verbose, parse_dates, date_parser, thousands, comment, skipfooter, convert_float, mangle_dupe_cols, **kwds)
    510                 )
    511 
--> 512                 output[asheetname] = parser.read(nrows=nrows)
    513 
    514                 if not squeeze or isinstance(output[asheetname], DataFrame):

~\Anaconda3\lib\site-packages\pandas\io\parsers.py in read(self, nrows)
   1131     def read(self, nrows=None):
   1132         nrows = _validate_integer("nrows", nrows)
-> 1133         ret = self._engine.read(nrows)
   1134 
   1135         # May alter columns / col_dict

~\Anaconda3\lib\site-packages\pandas\io\parsers.py in read(self, rows)
   2462         columns, data = self._do_date_conversions(columns, data)
   2463 
-> 2464         data = self._convert_data(data)
   2465         index, columns = self._make_index(data, alldata, columns, indexnamerow)
   2466 

~\Anaconda3\lib\site-packages\pandas\io\parsers.py in _convert_data(self, data)
   2532             self.verbose,
   2533             clean_conv,
-> 2534             clean_dtypes,
   2535         )
   2536 

~\Anaconda3\lib\site-packages\pandas\io\parsers.py in _convert_to_ndarrays(self, dct, na_values, na_fvalues, verbose, converters, dtypes)
   1725                         # invalid input to is_bool_dtype
   1726                         pass
-> 1727                     cvals = self._cast_types(cvals, cast_type, c)
   1728 
   1729             result[c] = cvals

~\Anaconda3\lib\site-packages\pandas\io\parsers.py in _cast_types(self, values, cast_type, column)
   1823             array_type = cast_type.construct_array_type()
   1824             try:
-> 1825                 return array_type._from_sequence_of_strings(values, dtype=cast_type)
   1826             except NotImplementedError:
   1827                 raise NotImplementedError(

~\Anaconda3\lib\site-packages\pandas\core\arrays\string_.py in _from_sequence_of_strings(cls, strings, dtype, copy)
    199     @classmethod
    200     def _from_sequence_of_strings(cls, strings, dtype=None, copy=False):
--> 201         return cls._from_sequence(strings, dtype=dtype, copy=copy)
    202 
    203     def __arrow_array__(self, type=None):

~\Anaconda3\lib\site-packages\pandas\core\arrays\string_.py in _from_sequence(cls, scalars, dtype, copy)
    195             result[na_values] = StringDtype.na_value
    196 
--> 197         return cls(result)
    198 
    199     @classmethod

~\Anaconda3\lib\site-packages\pandas\core\arrays\string_.py in __init__(self, values, copy)
    164         self._dtype = StringDtype()
    165         if not skip_validation:
--> 166             self._validate()
    167 
    168     def _validate(self):

~\Anaconda3\lib\site-packages\pandas\core\arrays\string_.py in _validate(self)
    169         """Validate that we only store NA or strings."""
    170         if len(self._ndarray) and not lib.is_string_array(self._ndarray, skipna=True):
--> 171             raise ValueError("StringArray requires a sequence of strings or pandas.NA")
    172         if self._ndarray.dtype != "object":
    173             raise ValueError(

ValueError: StringArray requires a sequence of strings or pandas.NA

发生这种情况是因为当 pandas 读取它时，我让它将列转换为字符串 dtypes。不知道为什么日期格式会破坏这一点。

目前使用 Pandas 1.0.1

非常感谢任何信息。

如果需要，我会提供更多详细信息。

【问题讨论】：

后面的答案是否解决了您的问题？我遇到了类似的错误，但以下没有任何帮助。

我无法检查答案，因为在发布这些答案之前我已恢复为备用方式。对不起。

【参考方案1】：

将日期时间列的 dtype 声明从 'col1':'string' 更改为 'col1':str。

这种行为似乎与 pandas 1.0 的变化有关。

【参考方案2】：

根据文档Pandas doc：

新的df.astype() 方法可以同时使用str 和"string"

不同之处在于："string" 会尝试转换为不能包含任何数字的 StringArray。

使用str，它将像以前一样工作的对象类型进行处理。