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時如何設置列名
- Python?Pandas讀取csv/tsv文件(read_csv,read_table)的區(qū)別
相關文章
Python 多線程C段掃描、檢測 Ping掃描腳本的實現(xiàn)
這篇文章主要介紹了Python 多線程C段掃描、檢測 Ping掃描腳本的實現(xiàn),具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-09-09
Python MySQL數(shù)據(jù)庫基本操作及項目示例詳解
這篇文章主要介紹了Python連接MySQL數(shù)據(jù)庫后的一些基本操作,并以銀行管理系統(tǒng)項目為例,為大家具體介紹了一下部分功能的實現(xiàn),文中的示例代碼具有一定的學習價值,感興趣的可以了解一下2021-12-12
Python將一個CSV文件里的數(shù)據(jù)追加到另一個CSV文件的方法
今天小編就為大家分享一篇Python將一個CSV文件里的數(shù)據(jù)追加到另一個CSV文件的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-07-07
TensorFlow安裝CPU版本和GPU版本的實現(xiàn)步驟
本文主要介紹了TensorFlow安裝CPU版本和GPU版本的實現(xiàn)步驟,文中通過圖文示例介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2025-03-03
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

