pandas read_csv 删除空白行

Question

我在定义每列的数据类型时将 CSV 文件作为DataFrame读取。 如果 CSV 文件中有空行，此代码会给出错误。 如何在没有空白行的情况下读取 CSV？

dtype = {'material_id': object, 'location_id' : object, 'time_period_id' : int, 'demand' : int, 'sales_branch' : object, 'demand_type' : object }

df = pd.read_csv('./demand.csv', dtype = dtype)

我想到了一种解决方法来做这样的事情，但不确定这是否是有效的方法：

df=pd.read_csv('demand.csv')
df=df.dropna()

然后重新定义df的列数据类型。

编辑：代码-

import pandas as pd
dtype1 = {'material_id': object, 'location_id' : object, 'time_period_id' : int, 'demand' : int, 'sales_branch' : object, 'demand_type' : object }
df = pd.read_csv('./demand.csv', dtype = dtype1)
df

错误 - ValueError: Integer column has NA values in column 2

我的 CSV 文件的快照 -

Answer 1

这对我有用。

def delete_empty_rows(file_path, new_file_path):
    data = pd.read_csv(file_path, skip_blank_lines=True)
    data.dropna(how="all", inplace=True)
    data.to_csv(new_file_path, header=True)

Answer 2

像这样尝试：

data = pd.read_table(filenames,skip_blank_lines=True, a_filter=True)

Answer 3

解决方案可能是：

data = pd.read_table(filenames,skip_blank_lines=True, na_filter=True)

Answer 4

尝试.csv

s,v,h,h
1,2,3,4

4,5,6,7



9,10,1,2

Python代码

df = pd.read_csv('try.csv', delimiter=',')
print(df)

输出

   s   v  h  h.1
0  1   2  3    4
1  4   5  6    7
2  9  10  1    2

Answer 5

我不确定它是否有效，但它有效。 此代码在读取 csv 时不会加载 nan 值。

df=pd.read_csv('demand.csv').dropna()