为什么此程序无法将字符串转换为Python中的浮点数

Question

这怎么了？

from sklearn.preprocessing import Normalizer
from pandas import read_csv
from numpy import set_printoptions

namaFile = 'dataset.csv'
nama = ['rt', 'niagak', 'niagab', 'sosum', 'soskhus', 'p', 'tni', 'ik', 'ib', 'TARGET']
dataFrame = read_csv(namaFile, names=nama)
array = dataFrame.values

#membagi array
X = array[:,0:9]
Y = array[:,9]

skala = Normalizer().fit(X)
normalisasiX = skala.transform(X)

#data hasil
set_printoptions(precision = 3)
print(normalisasiX[0:10,:])

当我运行该程序时

  

文件“ C：\ Users \ Dini \ Anaconda3 \ lib \ site-packages \ sklearn \ utils \ validation.py”，第433行，在check_array中

     

array = np.array（array，dtype = dtype，order = order，copy = copy）

     

ValueError：无法将字符串转换为float：'ib'

请帮助我

Answer 1

我正在查看the docs（@OliverRadini所指的同一个），并且该页面的状态如下：

  

标题：int，int列表，默认为“推断”

     

用作数字的行   列名称以及数据的开头。默认行为是推断   列名称：如果未传递名称，则行为与   header=0和列名从   文件，如果显式传递了列名，则行为是   与header=None相同。明确传递header=0以便能够   替换现有名称。标头可以是一个整数列表，   在列上指定多索引的行位置，例如[0,1,3]。   未指定的中间行将被跳过（例如，2 in   跳过此示例）。请注意，此参数将忽略注释   行和空行，如果skip_blank_lines=True，则header=0表示   数据的第一行而不是文件的第一行

您正在代码中定义名称，因此您不应在文件中包含标题。要么做一个（在csv data中写头），要么做另一个（在代码中写列名）。不要两者都做。

编辑：我的答案保持不变，但这是您自己发现此问题的一种方法：

具有以下csv数据（您在图片中显示的内容）：

BULAN,rt,nigak,niagab,sosum,soskhus,p,tni,ik,ib,TARGET
13-Jan,84876,902,1192,2098,3623,169,39,133,1063,94095
13-Feb,79194,902,1050,2109,3606,153,39,133,806,87992
13-Mar,75836,902,1060,1905,3166,161,39,133,785,83987
13-Apr,75571,902,112,1878,3190,158,39,133,635,82618
13-May,83797,1156,134,1900,3518,218,39,133,709,91604
13-Jun,91648,1291,127,2220,3596,249,39,133,659,99967
13-Jul,79063,1346,107,1844,3428,247,39,133,951,86798

运行此代码...

from pandas import read_csv
from numpy import set_printoptions

namaFile = 'dataset.csv'
nama = ['rt', 'niagak', 'niagab', 'sosum', 'soskhus', 'p', 'tni', 'ik', 'ib', 'TARGET']

dataFrame = read_csv(namaFile, names=nama)
array = dataFrame.values

print("with names=nama...")
print(array)

dataFrame = read_csv(namaFile)
array = dataFrame.values

print("with no names...")
print(array)

dataFrame = read_csv(namaFile, names=nama, header=0)
array = dataFrame.values

print("with no names=nama and header=0...")
print(array)

您将获得以下输出：

with names=nama...
[['rt' 'nigak' 'niagab' 'sosum' 'soskhus' 'p' 'tni' 'ik' 'ib' 'TARGET']
 ['84876' '902' '1192' '2098' '3623' '169' '39' '133' '1063' '94095']
 ['79194' '902' '1050' '2109' '3606' '153' '39' '133' '806' '87992']
 ['75836' '902' '1060' '1905' '3166' '161' '39' '133' '785' '83987']
 ['75571' '902' '112' '1878' '3190' '158' '39' '133' '635' '82618']
 ['83797' '1156' '134' '1900' '3518' '218' '39' '133' '709' '91604']
 ['91648' '1291' '127' '2220' '3596' '249' '39' '133' '659' '99967']
 ['79063' '1346' '107' '1844' '3428' '247' '39' '133' '951' '86798']]

with no names...
[['13-Jan' 84876 902 1192 2098 3623 169 39 133 1063 94095]
 ['13-Feb' 79194 902 1050 2109 3606 153 39 133 806 87992]
 ['13-Mar' 75836 902 1060 1905 3166 161 39 133 785 83987]
 ['13-Apr' 75571 902 112 1878 3190 158 39 133 635 82618]
 ['13-May' 83797 1156 134 1900 3518 218 39 133 709 91604]
 ['13-Jun' 91648 1291 127 2220 3596 249 39 133 659 99967]
 ['13-Jul' 79063 1346 107 1844 3428 247 39 133 951 86798]]

with no names=nama and header=0...
[[84876   902  1192  2098  3623   169    39   133  1063 94095]
 [79194   902  1050  2109  3606   153    39   133   806 87992]
 [75836   902  1060  1905  3166   161    39   133   785 83987]
 [75571   902   112  1878  3190   158    39   133   635 82618]
 [83797  1156   134  1900  3518   218    39   133   709 91604]
 [91648  1291   127  2220  3596   249    39   133   659 99967]
 [79063  1346   107  1844  3428   247    39   133   951 86798]]

在这里我们可以清楚地看到，当在两个名称上都包含名称时，您将获得第一项中列出的标题，这不是我们想要的。删除names=nama后，您将从文件中获取所有数据。当您用names=nama header=0显式覆盖名称时，也可以实现此期望的结果。 但是我也想指出，您代码中的标头缺少BULAN列，因此请注意这一点。

print()是您的朋友。用它。它将告诉您问题所在。