Question

说我有以下文件test.txt：

Aaa Bbb
Foo 0
Bar 1
Baz NULL

（分隔符实际上是一个制表符，我似乎无法在这里输入。）我尝试使用pandas（0.10.0）来阅读它：

In [523]: pd.read_table("test.txt")
Out[523]:
   Aaa  Bbb
0  Foo  NaN
1  Bar    1
2  Baz  NaN

请注意，第一列中的零值突然变为NaN！我期待像这样的DataFrame：

   Aaa   Bbb
0  Foo     0
1  Bar     1
2  Baz   NaN

为了获得后者需要改变什么？我想我可以使用pd.read_table("test.txt", na_filter=False)并随后用NaN替换'NULL'值并更改列dtype。有更直接的解决方案吗？

Answer 1

我认为这是问题#2599，“如果列包含任何nan，read_csv将零视为nan，”现在已关闭。我无法在我的开发版本中重现：

In [27]: with open("test.txt") as fp:
   ....:     for line in fp:
   ....:         print repr(line)
   ....:         
'Aaa\tBbb\n'
'Foo\t0\n'
'Bar\t1\n'
'Baz\tNULL\n'

In [28]: pd.read_table("test.txt")
Out[28]: 
   Aaa  Bbb
0  Foo    0
1  Bar    1
2  Baz  NaN

In [29]: pd.__version__
Out[29]: '0.10.1.dev-f7f7e13'

Answer 2

尝试：

import pandas as pd
df = pd.read_table("14256839_input.txt", sep=" ", na_values="NULL")
print df
print df.dtypes

这给了我

   Aaa  Bbb
0  Foo    0
1  Bar    1
2  Baz  NaN
Aaa     object
Bbb    float64

Python pandas read_table将零转换为NaN

2 个答案: