Python Pandas，修复列中的值并重置 dtypes？

Question

我的代码将 csv 文件读入 pandas 数据帧。 但是，如果 csv 文件在列中有“空”值，我会遇到以下错误： 列 (10,11,12) 具有混合类型。在导入时指定 dtype 选项或设置 low_memory=False。 这个空值主要出现在数据的最后一行。

我用 np.nan 替换 null 如下： df.replace('null', np.nan,inplace=True)

但是，列 dtype 仍然作为对象保留。有没有办法自动重新初始化 dtypes 或者是否有清理此类数据的最佳方法？

Answer 1

您可以在read_csv中使用参数na_values：

df = pd.read_csv(path, keep_default_na=False, na_values=["null"])

熊猫docs的更多信息。

---

如果所有列都是floats，则可以替换和转换：

df = df.replace('null', np.nan).astype(float)

在replace 之后得到object dtype，因为混合值 - floats (NaNs) 和 strings（数字保存为 strings）。