在Python中执行脚本时处理数据异常

我一直在清理数据集并处理数据以进行进一步分析，我使用了不同的清理脚本

每当数据集之间出现任何不需要的异常数据时，我的脚本就会被中止，脚本执行会被卡住，其余数据不会得到处理

我一直在寻找的内容：

import pandas as pd 
import numpy as np
pd.options.mode.chained_assignment = None 
df = pd.read_excel(open(r'data.xlsx', 'rb'), sheet_name='sheet1')

如何处理整个数据集，即使在数据之间出现任何异常/未知数据类型，也可以跳过并保留错误的数据类型

我可以使用的任何异常处理技术

我一直在使用的数据帧：

import pandas as pd 
import numpy as np
pd.options.mode.chained_assignment = None 
df = pd.read_excel(open(r'data.xlsx', 'rb'), sheet_name='sheet1')

---

这里有一种通用的方法，您可以根据自己的具体任务进行调整

假设您需要删除列中的某些字符，其中包含字符串和整数。这将引发一个异常：

df['col\u name']=df['col\u name']。替换（'$'，''）

所以，你可以这样做：

df[“col_name”]=df[“col_name”]。应用(
lambda x:x。如果isinstance（x，str）else x，则替换（“$”，”）
)

我还想提到的是，一些pandas方法使用

errors

参数，该参数可以设置为

ignore

---

例如，请参见：

您好，这实际上取决于您是如何做到这一点的。你能展示更多的代码吗？@Laurent-我一直在对一些列执行简单的清理任务，每当出现任何新的数据类型时，脚本都无法处理它，并且卡住了，不处理其余的数据。谢谢你的回答。我只是想问一下，有没有一种方法可以处理我们在读取CSV文件时使用的Excel文件，如error\u bad\u lines=False。@Manz抱歉，我不这么认为。