Question

所以我使用pandas读取excel文件和csv文件。这些文件包含字符串和数字，而不仅仅是数字。问题是我的所有字符串都被转换为NaN，我完全不想要。我不知道列的类型会提前是什么（实际上我的工作就是处理系统，这样我就不能告诉大熊猫它们将会是什么（必须在以后发生）。我现在只想在每个单元格中读取一个字符串。

这是我的代码

if csv: #check weather to read in excell file or csv
  frame = pandas.read_csv(io.StringIO(data))
else:
  frame = pandas.read_excel(io.StringIO(data))
tbl = []
print frame.dtypes
for (i, col) in enumerate(frame):
  tmp = [col]
  for (j, value) in enumerate(frame[col]):
    tmp.append(unicode(value))
  tbl.append(tmp)

我只需要能够生成列式2D列表，我可以从那里做任何事情。我还需要能够处理Unicode（数据已经是Unicode）。

我如何构建＆＃39; tbl＆＃39;所以应该是字符串的单元格不会出现为“NaN＆＃39;？

”

Answer 1

在一般情况下，您无法提前知道CSV的dtypes或列名称，使用CSV嗅探器会很有帮助。

import csv
[...] 
dialect = csv.Sniffer().sniff(f.read(1024))
f.seek(0)

frame = pandas.read_csv(io.StringIO(data), dialect=dialect)

Python Pandas将字符串转换为NaN

1 个答案: