pandas 将 csv 列读取为浮点数并将空单元格设置为 0-csv-IT问答社区-解决你的IT疑问

pandas 将 csv 列读取为浮点数并将空单元格设置为 0

Kjartan 2月前

是否可以将 CSV 读入为 pandas DataFrame 并在一行中将空格（或空单元格）设置为 0？下面是该问题的说明。输入：$ csvlook data.csv |------+---+------|...

是否可以将 CSV 读入为 pandas DataFrame 并在一行中将空格（或空单元格）设置为 0？下面是该问题的说明。

输入：

$ csvlook data.csv    
|------+---+------|
|  a   | b | c    |
|------+---+------|
|      | a | 0.0  |
|  0   | b | 1.0  |
|  1.5 | c | 2.5  |
|  2.1 | d | 3.0  |
|------+---+------|

我想要的是：

python% print(df)
    a   b   c
0   0   a   0.0
1   0   b   1.0
2   1.5 c   2.5
3   2.1 d   3.0

我尝试过的：

df = pd.read_csv('data.csv', dtype={'a': float, 'b': str, 'c': float})

由于第 0 行 a 列的空格，因此会引发 ValueError：

ValueError: could not convert string to float:

使用 pandas 读取 CSV 时，有没有办法用 0 替换字符串？

生成测试数据的代码：

如果您想尝试一下，下面是我在上面的示例中用来生成测试数据的代码行：

import pandas as pd
df = pd.DataFrame({'a':[' ', 0, 1.5, 2.1], 'b':['a', 'b', 'c', 'd'], 'c': [0, 1, 2.5, 3]})
df.to_csv('data.csv', index=False)

帖子版权声明 1、本帖标题：pandas 将 csv 列读取为浮点数并将空单元格设置为 0
本站网址：http://xjnalaquan.com/
2、本网站的资源部分来源于网络，如有侵权，请联系站长进行删除处理。
3、会员发帖仅代表会员个人观点，并不代表本站赞同其观点和对其真实性负责。
4、本站一律禁止以任何方式发布或转载任何违法的相关信息，访客发现请向站长举报
5、站长邮箱：yeweds@126.com 除非注明，本帖由Kjartan在本站《csv》版块原创发布，转载请注明出处！

最新回复 (0)

最新倒序只看楼主

eel ghEEz 2月前 0 只看Ta

引用 2楼
Pandas 会自动用 NaN 读取空值，因此只需用 fillna 方法填充它们，设置所需的新值（在本例中为 0）。
```
import pandas as pd

df = pd.read_csv('data.csv').fillna(value = 0)
```
得出的结果是：
```
     a  b    c
0  0.0  a  0.0
1  0.0  b  1.0
2  1.5  c  2.5
3  2.1  d  3.0
```
您还可以通过传递字典为每一列设置不同的值。假设我们有以下 csv 文件：
```
     a    b    c
0  NaN    a  0.0
1  0.0    b  1.0
2  1.5  NaN  2.5
3  2.1    d  NaN
```
如果我们希望它与以前相同，我们应该这样做：
```
pd.read_csv('data.csv').fillna(value = {'a':0,'b':'c','c':3})
```
再次屈服：
```
     a  b    c
0  0.0  a  0.0
1  0.0  b  1.0
2  1.5  c  2.5
3  2.1  d  3.0
```
ChssPly76 2月前 0 只看Ta

引用 3楼
几乎只有一行，但在实际情况下可能不起作用。

中映射到 NaN read_csv
```
import pandas as pd
df = pd.read_csv('data.csv', na_values=" ")
```
屈服
```
     a  b    c
0  NaN  a  0.0
1  0.0  b  1.0
2  1.5  c  2.5
3  2.1  d  3.0
```
然后，您可以运行 fillna 将 NaN 更改为 .0 .

因此，下面这行代码可以完成所有的事情：
```
df = pd.read_csv('data.csv', na_values=" ").fillna(0)
```
给出
```
     a  b    c
0  0.0  a  0.0
1  0.0  b  1.0
2  1.5  c  2.5
3  2.1  d  3.0
```
Nagendra Kakarla 2月前 0 只看Ta

引用 4楼
```
df.replace(r'\s+', 0, regex=True)

     a  b    c
0  0.0  a  0.0
1  0.0  b  1.0
2  1.5  c  2.5
3  2.1  d  3.0
```