解决pandas使用read_csv()读取文件遇到的问题

技术  /  管理员 发布于 7年前   457

如下：

数据文件： 上海机场 (sh600009)	24.11	3.58
东风汽车 (sh600006)	74.25	1.74
中国国贸 (sh600007)	26.38	2.66
包钢股份 (sh600010)	61.01	2.35
武钢股份 (sh600005)	75.85	1.3
浦发银行 (sh600000)	6.65	0.96

在使用read_csv() API读取CSV文件时求取某一列数据比较大小时，

df=pd.read_csv(output_file,encoding='gb2312',names=['a','b','c'])df.b>20

报错

TypeError:'>'not supported between instances of 'str' and 'int'

从返回的错误信息可知应该是数据类型错误，读回来的是‘str'

in : df.dtypesout: a object b object c object dtype: object

由此可知 df.b 类型是 object

查阅read_csv()文档 配置：

dtype : Type name or dict of column -> type, default NoneData 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.

可知默认使用‘str'或‘object'保存

因此在读取时只需要修改 'dtype' 配置就可以

df=pd.read_csv(output_file,encoding='gb2312',names=['a','b','c']，dtype={'b':np.folat64})

以上这篇解决pandas使用read_csv()读取文件遇到的问题就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。