Python数据错误：ValueError：int（）的无效文字，基数为10：'42152129.0'答案

【问题标题】：Python data error: ValueError: invalid literal for int() with base 10: '42152129.0'Python数据错误：ValueError：int（）的无效文字，基数为10：'42152129.0'
【发布时间】：2016-11-14 22:26:01
【问题描述】：

我正在使用 Python 进行一个简单的数据科学项目。但是，我收到以下错误：

ValueError：无法将字符串转换为浮点数：

我的代码如下所示：

import matplotlib.pyplot as plt 
import csv
from datetime import datetime

filename = 'USAID.csv'
with open(filename) as f:
reader = csv.reader(f)
header_row = next(reader)

monies = []
for row in reader:
   money = int(row[1])
   monies.append(money)
print(monies)

如果我换行：

money = int(row[1]) to money = float(row[1])

我收到此错误：ValueError：无法将字符串转换为浮点数：这是我的回溯：第一个错误：

Traceback (most recent call last):
File "funding.py", line 60, in <module>
  money = int(row[1])
ValueError: invalid literal for int() with base 10: '42152129.0'

第二个错误：

Traceback (most recent call last):
File "funding.py", line 60, in <module>
  money = float(row[1])
ValueError: could not convert string to float:

任何帮助都会很棒！谢谢！

【问题讨论】：

有什么理由不使用 pandas read_csv 方法加载这个？ df = pd.read_csv(filename)?这将为您的数据使用适当的dtypes，此外您还可以使用astype轻松转换：df['col'] = pd.to_numeric(df['col'], errors='coerce')
你没有告诉你期望你的代码做什么，为什么会这样。错误很明显 - '42152129.0' 不能明确地转换为 int（因为它不是 int 的有效字符串表示形式），``（空字符串）也不能明确地转换为 float。
我一直在考虑使用 Pandas 并且过去几天一直在考虑，但是，我想绘制数据，但目前还不确定如何在 Pandas 中执行此操作。我只想绘制对某些国家的经济援助数据，x 轴是日期，y 是金额。
pandas 支持绘图方法和matplotlib，例如您可以直接调用df.plot() 或df.plot().barh()，参见docs
哦，我会检查一下！这是我真正想做的，但还没有找到一个很好的教程来展示我一起使用 matplotlib 和 Pandas。（这实际上是我想要的，我会检查文档。）

标签： python csv pandas matplotlib data-science

【解决方案1】：

第一次失败是因为你将一个带有.的字符串传递给int()；您不能将其转换为整数，因为有小数部分。

第二次失败是由于不同 row[1] 字符串值；一个是空的。

你可以测试一下：

if row[1]:
   money = float(row[1])

由于您正在处理数据科学项目，您可能需要考虑使用 pandas project 来加载您的 CSV，而不是使用 DataFrame.read_csv()。

【讨论】：

或try-except 包装器

【解决方案2】：

row[1] 中的某些条目是空的，因此您可能需要在尝试投射之前检查这些条目。如果条目为空，则传递默认值，例如 0。

那么您应该考虑使用decimal 进行与金钱相关的计算。

【讨论】：

@MartijnPieters OP 与金钱打交道。边际损失不可协商
虽然 pandas 支持 decimal 有点问题，但在这种情况下我会坚持使用像 float 和 float64 这样的 numpy 类型
@MosesKoledoye：很公平。

【解决方案3】：

我在使用 Seaborn 学习数据可视化时遇到了同样的问题。感谢EdChum的帮助，我用他的方法解决了这个问题：

df['col'] = pd.to_numeric(df['col'], errors='coerce')

【讨论】：