[英]read pandas colum with number values and missing data as string
我的数据框中有一个Id列,如下所示:
a = pandas.DataFrame([12673,44,847])
该数据缺少一些值。 如果我Keep_default_NA = True,则缺少的值将被NaN填充,并且数据将被读取为float,因此值将更改为
12673.0 , 44.0, 847.0
这是不希望的(我想删除NA值并转换为str / obj,因为id可以是任何长度)。 如果我keep_default_NA = False,那么其他列(例如布尔值)都将成为对象,并且我必须比较字符串值以找出true / false值。
如果要使用NaN值,则必须有浮点数。 https://stackoverflow.com/a/38003951/3841261
使用“ keep_default_NA = True”,然后删除NaN之后,将列转换为整数。
如果没有更好的数据样本,我无法确定,但这也许会有所帮助:
首先,您读取保留dtype的数据,然后基本上再次读取它以获得正确的id
。 如果您的布尔列也缺少值(空字符串),则需要使用df.astype("bool")
这些行。
df1 = pd.read_csv("test.csv", keep_default_na=True).dropna()
df2 = pd.read_csv("test.csv", keep_default_na=False)
df1["id"] = df2.loc[df1.index]["id"]
df = pd.DataFrame(df1.to_dict())
如果您不想读两次,可以使用keep_default_na=False
读入,然后过滤出包含空字符串的行,并将每一列转换为所需的df = pd.DataFrame(df1.to_dict())
或df = pd.DataFrame(df1.to_dict())
。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.