使用时read_csv对于 Pandas，如果我想要将给定的列转换为类型，格式错误的值将中断整个操作，而不会指示有问题的值。
例如，运行如下内容：
import pandas as pd
import numpy as np
df = pd.read_csv('my.csv', dtype={ 'my_column': np.int64 })
将导致堆栈跟踪以错误结束：
ValueError: cannot safely convert passed user dtype of <i8 for object dtyped data in column ...
如果我有行号或错误消息中的违规值，我可以将其添加到已知的列表中NaN价值观，但这样我就无能为力了。
有没有办法告诉解析器忽略失败并返回np.nan在这种情况下？
Post Scriptum：有趣的是，在解析后没有任何类型建议（没有dtype争论），d['my_column'].value_counts()似乎推断出dtype右并放置np.nan自动正确，即使实际dtype因为该系列是通用的object几乎所有绘图和统计操作都会失败
感谢评论，我意识到整数没有 NaN http://pandas.pydata.org/pandas-docs/stable/gotchas.html#support-for-integer-na，这让我非常惊讶。因此我转而转换为浮点数：
import pandas as pd
import numpy as np
df = pd.read_csv('my.csv', dtype={ 'my_column': np.float64 })
这给了我一个可以理解的错误消息，其中包含失败转换的值，以便我可以将失败值添加到na_values:
df = pd.read_csv('my.csv', dtype={ 'my_column': np.float64 }, na_values=['n/a'])
这样我最终可以以与可视化和统计功能配合使用的方式导入 CSV：
>>>> df['session_planned_os'].dtype
dtype('float64')
一旦你能够找到正确的na_values，您可以删除dtype论证来自read_csv。类型推断现在将正确发生：
df = pd.read_csv('my.csv', na_values=['n/a'])
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
