解決pandas使用read_csv()讀取文件遇到的問題
如下:
| 數(shù)據(jù)文件: 上海機場 (sh600009) |
24.11 | 3.58 |
| 東風汽車 (sh600006) | 74.25 | 1.74 |
| 中國國貿(mào) (sh600007) | 26.38 | 2.66 |
| 包鋼股份 (sh600010) | 61.01 | 2.35 |
| 武鋼股份 (sh600005) | 75.85 | 1.3 |
| 浦發(fā)銀行 (sh600000) | 6.65 | 0.96 |
在使用read_csv() API讀取CSV文件時求取某一列數(shù)據(jù)比較大小時,
df=pd.read_csv(output_file,encoding='gb2312',names=['a','b','c']) df.b>20
報錯
TypeError:'>'not supported between instances of 'str' and 'int'
從返回的錯誤信息可知應(yīng)該是數(shù)據(jù)類型錯誤,讀回來的是‘str'
in : df.dtypes out: a object b object c object dtype: object
由此可知 df.b 類型是 object
查閱read_csv()文檔 配置:
dtype : Type name or dict of column -> type, default None
Data type for data or columns. E.g. {'a': np.float64, 'b': np.int32} (unsupported with engine='python'). Use str or object to preserve and not interpret dtype.
New in version 0.20.0: support for the Python parser.
可知默認使用‘str'或‘object'保存
因此在讀取時只需要修改 'dtype' 配置就可以
df=pd.read_csv(output_file,encoding='gb2312',names=['a','b','c'],dtype={'b':np.folat64})
以上這篇解決pandas使用read_csv()讀取文件遇到的問題就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
- 使用pandas讀取csv文件的指定列方法
- Python Pandas批量讀取csv文件到dataframe的方法
- 使用實現(xiàn)pandas讀取csv文件指定的前幾行
- pandas讀取CSV文件時查看修改各列的數(shù)據(jù)類型格式
- pandas讀取csv文件,分隔符參數(shù)sep的實例
- 利用Pandas讀取文件路徑或文件名稱包含中文的csv文件方法
- 解決Python中pandas讀取*.csv文件出現(xiàn)編碼問題
- python pandas讀取csv后,獲取列標簽的方法
- Pandas讀取csv時如何設(shè)置列名
- Python?Pandas讀取csv/tsv文件(read_csv,read_table)的區(qū)別
相關(guān)文章
Python實現(xiàn)二維有序數(shù)組查找的方法
這篇文章主要介紹了Python實現(xiàn)二維有序數(shù)組查找的方法,結(jié)合實例形式分析了Python二維有序數(shù)組的查找思路及具體實現(xiàn)技巧,需要的朋友可以參考下2016-04-04
Python用 KNN 進行驗證碼識別的實現(xiàn)方法
這篇文章主要介紹了Python用 KNN 進行驗證碼識別的相關(guān)資料,非常不錯,具有參考借鑒價值,需要的朋友可以參考下2018-02-02
Pytest單元測試框架生成HTML測試報告及優(yōu)化的步驟
本文主要介紹了Pytest單元測試框架生成HTML測試報告及優(yōu)化的步驟,文中通過示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下2022-01-01
Python利用pdfplumber提取PDF文檔中的表格數(shù)據(jù)并導出
pdfplumber是一個功能強大的Python庫,可以用于解析PDF文檔并提取其中的文本、表格和圖像等內(nèi)容,下面我們就來學習一下如何使用pdfplumber提取PDF表格數(shù)據(jù)吧2023-12-12
Caffe卷積神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)層及參數(shù)
這篇文章主要為大家介紹了Caffe卷積神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)層及參數(shù)示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2022-06-06

