Python 如何在使用Pandas从CSV读取整数时优雅地回退到'NaN'值？

在对Pandas使用

read\u csv

时，如果我希望将给定列转换为类型，则格式错误的值将中断整个操作，而不会显示有问题的值

例如，运行以下操作：

import pandas as pd
import numpy as np


df = pd.read_csv('my.csv', dtype={ 'my_column': np.int64 })

将导致堆栈跟踪以错误结尾：

ValueError: cannot safely convert passed user dtype of <i8 for object dtyped data in column ...

---

ValueError:由于我意识到的注释，无法安全地转换传递给的用户数据类型，这让我非常惊讶。因此，我切换到转换为浮动：

import pandas as pd
import numpy as np


df = pd.read_csv('my.csv', dtype={ 'my_column': np.float64 })

这给了我一个可以理解的错误消息，其中包含转换失败的值，因此我可以将失败的值添加到
na_值中
：

df = pd.read_csv('my.csv', dtype={ 'my_column': np.float64 }, na_values=['n/a'])

通过这种方式，我最终可以通过可视化和统计功能导入CSV：

>>>> df['session_planned_os'].dtype
dtype('float64')

一旦能够识别正确的
na_值
，就可以从
read_csv
中删除
dtype
参数。类型推断现在将正确进行：

df = pd.read_csv('my.csv', na_values=['n/a'])

您显式指定了数据类型，因此它希望该列的所有值都符合该类型，如果您知道要作为
NaN
处理的值，您可以将这些值传递给
na_值
，但是看起来最好让
read_csv
猜测，但这意味着数据类型将是
float64
因为
NaN
不能在
int64
中表示
值
计数是否指示了一些无法转换为数字的值？（这将导致
对象
dtype）谢谢，您的评论引导我找到了解决方案，我将其作为答案发布。如果你想添加一些内容，你可以自由地发布你的备选答案。Integer值通常以格式存储，这会耗尽实际数字上所有可用的位模式。没有留下任何东西来表示NaN。相比之下，大多数浮点是在中完成的，这为无穷大和NaN留出了位模式。请注意。请注意，
dtype={'my_column'：np.float64}
不是必需的，这应该是自动生成的结果（在您设置正确的na_值之后）@joris您是对的，谢谢。但是，为了获得
na_值的值，这是必要的。我将编辑我的答案