Python 1.0作为布尔数据类型导致pd.read_csv（）中出现ValueError

我有一个CSV文件，类似于下面的一个文件，我想将“boolean_column”读取为带有pandas的可空布尔数据类型

boolean_column, string_column
1.0, a
0.0, b
,c

当我使用

pd.read\u csv（）

阅读它而不指定数据类型时，不会出现错误：

导入io
作为pd进口熊猫
示例_csv=”“”
布尔列，字符串列
1.0，a
0.0，b
，c“”
csv=io.StringIO（示例_csv）
df=pd.read\U csv（csv）
df.info（）
>>> 
范围索引：3个条目，0到2
数据列（共2列）：
#列非空计数数据类型
---  ------          --------------  -----  
0布尔值_列2非空浮点64
1字符串\u第3列非空对象
数据类型：浮点64（1），对象（1）
内存使用：176.0+字节

但是，我希望“boolean_column”具有可为空的boolean数据类型，而不是float64。因此，我在读取数据时分配了一个数据类型

csv=io.StringIO（示例_csv）
df=pd.read\u csv（csv，dtype={“boolean\u列”：“boolean”}）
>>>ValueError:无法将1.0转换为布尔值

我认为立即分配正确的数据类型比事后强制转换float64更优雅。我没有得到什么？这应该管用，对吧

至少这样做：

pd.Series（[None，1.0，0.0]）.astype（“boolean”）
>>> 0     
1正确
2错误
数据类型：布尔型

我不熟悉解决这个问题的

read\u csv

现成功能。但是，您可以构建自己的转换器：

def foo(x):
    if x == "1.0": 
        return True
    elif x == "":
        return np.NaN
    else:
        return False

pd.read_csv(StringIO(example_csv), converters = {"boolean_column": foo})

结果是：

  boolean_column  string_column
0           True              a
1          False              b
2            NaN              c

---

这回答了你的问题吗？