Question

我有一个.csv文件，它是软件的导出输出。这个.csv文件包含很多NaN。我需要通过将数据读入数据帧来分析数据，并使用dataframe.fillna(0)将所有NaN替换为0.但是，当我使用pandas.read_csv()导入此.csv文件时，元素的类型数据帧为'str'，因此无法使用dataframe.fillna(0)。所以我的问题是：如何在读取.csv文件时将元素转换为np.float？

pandas.read_csv有一个参数dtype，这里有解释：

dtype : Type name or dict of column -> type, default None
Data type for data or columns. E.g. {‘a’: np.float64, ‘b’: np.int32} Use str 
or object to preserve and not interpret dtype. If converters are specified, 
they will be applied INSTEAD of dtype conversion.

如何使用它的任何例子？

非常感谢！

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~

更新

以下是回答者提出的几种解决方案：

（1）来自@Jakub。在na_values=NaN中设置pandas.read_csv()，以便将.csv文件中的所有元素转换为np.float，然后将其读入数据框。

（2）来自@AndréChristofferAndersen。读取.csv文件作为数据帧后。使用pandas.to_numeric将数据框的列转换为np.float。使用for循环将所有列转换为数字。

（3）来自@ThisGuyCantEven。使用numpy.loadtxt将.csv文件读入numpy.ndarray。使用skiprows参数跳过具有不相等元素的行。然后使用numpy.nan_to_num()将nan转换为零。

希望它会对读者有所帮助！

Answer 1

如果您有足够新的pandas版本，您也可以使用pd.to_numeric(...)：

for col in df.columns:
    df[col] = pd.to_numeric(df[col], errors='coerce')

而且，这是一个转换整个数据帧的技巧：

{{1}}

Answer 2

为什么不使用numpy.loadtxt？如果你想使用pandas，因为你有混合数据而你想要一个数字列作为numpy数组，你总是可以使用df['column'].as_matrix()，或者你可以根据需要转换整个数据框。

如何在使用pandas.read_csv读取csv文件时将pandas.dataframe中的元素转换为np.float？

2 个答案: