Python 使用Pandas读取包含某些缺失值的CSV

我将Python2.7与Anaconda一起使用。我有一个.csv文件：

  action_type                action_detail secs_elapsed
0        data             similar_listings        255.0
1        data             similar_listings        183.0
2       click  change_trip_characteristics     175570.0
3         NaN                          NaN         86.0
4        data      wishlist_content_update       1535.0

该文件包含一些缺少的值，并且每列的数据类型不一定相似。我用熊猫来加载这个.csv

for chunk in pd.read_csv('the_file_name.csv', chunksize=1000, 
                         dtype={'action_type': str, 'action_detail': str,
                                'secs_elapsed': str})

对于每个块，我发现某些行的数据类型不是我在函数pd.read\u csv中的指令。让我举个例子

chunk.ix[3, 'action_type']
Out[1]: nan
type(chunk.ix[3, 'action_type'])
Out[2]: float

我的问题是

我希望所有数据类型都像我的指令一样，我怎么能做到呢

我还想替换这些缺失的值，我使用了

pandas.filna（）

，但它没有效果。我认为这是由于数据类型。你能给我一些提示吗

---

谢谢

使用

转换器

而不是

数据类型

：

for chunk in pd.read_csv('the_file_name.csv', chunksize=1000, delim_whitespace=True,
    converters={'action_type': str, 'action_detail': str,'secs_elapsed': str}):

>>> type(chunk.ix[3, 'action_type'])
str

此外，对于您的文件示例，您需要设置

delim\u whitespace=True

。除非真正的文件是逗号分隔的