主页 / coding / 问题 / 77180580
Accepted
ifly6
Asked: 2023-09-26 21:41:15 +0800 CST

无法解析 pd read_csv 中 Int64 的字符串

  • 772

Pandas 2.0.0 似乎thousands=','在解析Int64对象时没有正确考虑：

import io
pd.read_csv(io.StringIO('''a\n22,922'''), sep='\t', dtype={'a': 'Int64'}, thousands=',')

具体错误是：

Traceback (most recent call last):    
  File pandas/_libs/lib.pyx:2280 in pandas._libs.lib.maybe_convert_numeric    
ValueError: Unable to parse string "22,922"

是否有一种解决方法不涉及返回到 un-nullableint或转换为float？我已经确认这适用于旧的 dtypesdtype={'a': 'int'}和dtype={'a': 'float'}.

python

2 个回答

  1. Best Answer

    实际上，即使您不指定参数，也会触发错误thousands。这是一个悬而未决的问题（请参阅 GH52594）。当使用引擎调用时，您还不能应用可为空的数据类型。read_csvC

    一个简单的解决方法是使用astype：

    (
    pd.read_csv(
        io.StringIO('''a\n22,922'''), sep='\t', thousands=',')
        .astype(dtype={'a': 'Int64'}) # add this line
)

       a
0  22922
    • 2

  2. 默认引擎是c，您要使用python

    pd.read_csv(io.StringIO('''a\n22,922'''), sep='\t', dtype={'a': 'Int64'}, thousands=',', engine='python')

    输出

           a
0  22922
    • 2

相关问题