Question

我有一个CSV文件，正在读入熊猫数据框。所有数字都没有小数位，但是一旦我将其读入dframe，它就会在带小数的数字后添加尾随零。

1205变为1205.0

在pd.read_csv期间如何摆脱0？

我知道我可以将.0读入数据帧后将其删除，但我真的不需要它完全不发生。

我尝试过 float_precision ='round_trip'

我试图在read_csv期间强制dtype

我尝试过的一些代码：

df = pd.read_csv('xxx.csv', header=None, dtype={'T': object,'Date': object,'VAL1': float, 'VAL2': float, 'VAL3': float, 'VAL4': float, 'VAL5': float})

OR

df = pd.read_csv('xxx.csv', header=None, float_precision='round_trip')

Answer 1

您说过您在dtype期间尝试过强制read_csv，但是我不明白为什么以下情况不能解决您的问题：

pd.read_csv('xxx.csv', dtype=str)

Answer 2

读取csv文件：

import pandas as pd
file='cce_classification.csv'
df=csv_into_df(file)

用0填充Nan：

df=df.fillna(0)

获取df列并对其进行迭代。通过使用try块将columntype更改为int：

for column in dfcolumnlist:
try:
    df[column]=df[column].astype(int)
except Exception as e:
    print(e)
print(df)

最终密码为：

file='cce_classification.csv'
def remove_dot_zeros_from_df(file):
   df=pd.read_csv(file)
   df=df.fillna(0)
   dfcolumnlist=df.columns
   for column in dfcolumnlist:
       try:
           df[column]=df[column].astype(int)
       except Exception as e:
           print(e)
   return df    
df=remove_dot_zeros_from_df(file)

使用熊猫阅读CSV时如何删除.0

2 个答案: