Question

我在Spark上使用Python并从.csv文件中读取我的数据集，该文件的第一行是：

当我从文件中逐行读取以下代码时：

# Load and parse the data
def parsePoint(line):
   values = [float(x) for x in line.replace(',', ' ').split(' ')]
   return LabeledPoint(values[0], values[1:])

我收到了这个错误：

Traceback (most recent call last):
  File "<stdin>", line 3, in parsePoint
ValueError: could not convert string to float: "17"

非常感谢任何帮助。

Answer 1

根据以下评论回答此问题，您应该使用：

[float(x.strip(' "')) for x in line.split(',')]

您无需将','替换为' '，只需在split上,，然后删除前导和尾随空格和引号（x.strip(' "') ）在转换为float之前。

另外，请查看可能简化您工作的csv软件包。

以下是原始问题的答案（在评论之前）。

您需要使用.split()代替.split(' ')。您的行中有多个连续的空格字符，因此在' '上拆分会导致空字符串，例如你的第一行分为：

['17', '', '0.2', '', '7']

问题是那些你（显然）无法转换为float的空字符串。

使用split()可以解决问题，因为split参数为sep None（或不存在）时>>> sp5 = ' ' * 5 >>> sp5.split() [] >>> sp5.split(' ') ['', '', '', '', '', '']的行为：

如果可选的第二个参数sep不存在或为None，则单词由空格字符的任意字符串（空格，制表符，换行符，返回，换页）分隔。

请参阅split的文档，以及一个了解差异的小例子：

$dataTable = array();
$dataTable['cols'] = array(
    array('id' => 'time_axis', 'label' => 'Time', 'type' => 'datetime')
);
foreach($sensors as $id => $description) {
//Entries in $sensors are from a database
    $column = array('id' => $id, 'label' => $description, 'type' => 'number');
    array_push($dataTable['cols'],$column);
}

Python（pyspark）Error = ValueError：无法将字符串转换为float：＆＃34; 17＆＃34;

1 个答案: