Question

我目前正在处理一个脚本，以检查一堆CSV是否具有足够的格式以供其他CSV处理。我对它必须通过的某些断言感到困惑。一种是不遗漏，为此我尝试过：

df = pd.read_csv("C:PATH\\test.csv", sep= ',')

def check(self, file):
try:
    assert df.notna().values.any()  
except AssertionError:
    assert False, "  NaN in data"

它什么都不做。我在带有NaN的CSV上尝试过，但没有引发错误。然后，我也希望它用逗号分隔，但它们可能会给我传递一个点和逗号分隔的点。这是我的尝试：

try:
    assert len(df.columns) != 1 
except AssertionError:      
    "Not comma separated"

它的响应不佳，有时会升旗，有时却没有。

是否有我不理解的“断言”中的内容？还是其他问题？

Answer 1

将df作为参数传递给check()。并将.any()更改为.all()

df= pd.read_csv("C:\\PATH\\test.csv", sep= ',')

def check(file):
    try:
        assert file.notna().values.all()  
    except AssertionError:
        assert False, "  NaN in data"

check(df)

Answer 2

pd.notna() https://pandas.pydata.org/pandas-docs/version/0.23.4/generated/pandas.notna.html

要求您提供数据框作为参数

请尝试如下使用notnull（）：

df= pd.read_csv("C:PATH\\test.csv", sep= ',')

def check(file):
    try:
        assert file.notnull().values.any() 
    except AssertionError:
        assert False, "  NaN in data"

check(df)

使用python检查CSV格式

2 个答案: