Python 如何在read_csv中将非数字项转换为NaN

我正在读一个文件

pd.read_csv("file.csv", dtype={'ID_1':float})

文件看起来像

ID_0, ID_1,ID_2
a,002,c
b,004,d
c,   ,e       
n,003,g

不幸的是，read_csv无法将“”转换为浮点

---

读取csv并将无法转换为浮点的内容转换为NaN的正确方法是什么？

这是我阅读文档的理解：

def my_func(x):
    try:
        converted_value = float(x)
    except ValueError:
        converted_value = 'NaN'
    return converted_value

pd.read_csv("file.csv", dtype={'ID_1':float}, converters={'ID_1':my_func})

由于我现在正在工作，无法访问

pandas

，我无法告诉您它是否工作，但它看起来应该工作（每个程序员都说…）

此外，您可能还想看看这些相关的SO问题：

---

最后，

pandas.read_csv

文档是

如果不指定

dtype

参数并传递

skipinitialspace=True

，那么它只会工作：

In [4]:
t="""ID_0,ID_1,ID_2
a,002,c
b,004,d
c,   ,e
n,003,g"""

pd.read_csv(io.StringIO(t), skipinitialspace=True)
Out[4]:
  ID_0  ID_1 ID_2
0    a   2.0    c
1    b   4.0    d
2    c   NaN    e
3    n   3.0    g

因此，在你的情况下：

pd.read_csv("file.csv", skipinitialspace=True)

就行了

您可以看到

d类型与预期的一样：

In [5]:
pd.read_csv(io.StringIO(t), skipinitialspace=True).info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 3 columns):
ID_0    4 non-null object
ID_1    3 non-null float64
ID_2    4 non-null object
dtypes: float64(1), object(2)
memory usage: 176.0+ bytes

[5]中的

pd.read_csv（io.StringIO（t），skipinitialspace=True）.info（）
范围索引：4个条目，0到3
数据列（共3列）：
ID_0 4非空对象
ID_1 3非空浮点64
ID_2 4非空对象
数据类型：float64（1），object（2）
内存使用：176.0+字节
看看您可以传递的
转换器
参数。“if x”如何测试它是否可以转换为浮点？我想您只想转换空格。这很容易纠正。天才！谢谢。我认为答案开头的是skipinitialspace，而不是skipinitialwhitespace。