Python 和 Pandas：如何在循环中处理 NaN 值？

Question

使用 Python 和 Pandas，我试图从 CSV 单元格中获取值并通过循环将它们写为 txt 文件。 CSV文件的结构是：

user_id,    text,   text_number
0,  test text A,    text_0
1,      
2,      
3,      
4,      
5,  test text B,    text_1

下面的脚本成功地为第一行写入了一个 txt 文件 - 它被命名为 text_0.txt 并包含test text A 。

import pandas as pd

df= pd.read_csv("test.csv", sep=",")

for index in range(len(df)):
     with open(df["text_number"][index] +  '.txt', 'w') as output:
        output.write(df["text"][index])

但是，当它继续到下一行时，我收到一个错误：

TypeError: write() argument must be str, not float

我猜当它遇到读取为NaN值时会生成错误。 我尝试根据dropna 文档添加dropna功能，如下所示：

import pandas as pd

df= pd.read_csv("test.csv", sep=",")

df2 = df.dropna(axis=0, how='any')

for index in range(len(df)):
     with open(df2["text_number"][index] +  '.txt', 'w') as output:
        output.write(df2["text"][index])

但是，同样的问题仍然存在 - 为第一行创建了一个 txt 文件，但为下一行返回了一条新的错误消息： KeyError: 1 。

有什么建议么？ 非常感谢所有帮助。

Answer 1

这里的问题是您正在创建一个不一定在数据框索引中的范围索引。 对于您的用例，您可以遍历数据帧行并写入文件。

for t in df.itertuples():
    if t.text_number:           # do not write if text number is None
        with open(t.text_number +  '.txt', 'w') as output:
            output.write(str(t.text))