Question

我正在尝试读取一个csv文件

df = pd.read_csv('Salaries.csv')

我有这个：

sys：1：DtypeWarning：列（3,4,5,6,12）具有混合类型。在导入时指定dtype选项，或将low_memory = False设置为
。

所以，我尝试了：

df = pd.read_csv('Salaries.csv', sep=',', dtype={
'Id': int, 
'EmployeeName': str, 
'JobTitle': str, 
'BasePay': float,
'OvertimePay': float, 
'OtherPay': float, 
'Benefits': float, 
'TotalPay': np.float64,
'TotalPayBenefits': np.float64,
'Year': np.int64,
'Notes': np.float64,
'Agency': str,
'Status': float})

现在我有了这个：

回溯（最近一次通话最后一次）：文件“ pandas_libs \ parsers.pyx”，行1156，在 pandas._libs.parsers.TextReader._convert_tokens TypeError：无法转换根据规则“安全”从dtype（'O'）到dtype（'float64'）的数组

我还阅读了以前的问题和官方文档，但不知道问题出在哪里。

以下是Salaries.csv中的数据示例

Id，EmployeeName，JobTitle，BasePay，OvertimePay，OtherPay，Benefits，TotalPay，TotalPayBenefits，年，便笺，代理商，状态

1，NATHANIEL FORD，总经理-大都市运输管理局，167411.18,0.0,400184.25，，567595.43,567595.43,2011，旧金山，

Answer 1

您的数据框中可能有nan值。因此，当您指定dtype时，请确保已在所有列中填充了一些值，以避免该列混用dtype。

例如：

column_name
     np.nan
          1
          2
          3

在将此df写入csv之前，用df.column_name.fillna(0, inplace=True)填充此nan值。因此，每当您使用pd.read_csv再次阅读此df时，都不会有问题。

熊猫read_csv low_memory和dtype选项。 TypeError：根据规则“安全”，无法将数组从dtype（'O'）转换为dtype（'float64'）

1 个答案: