用python读写和处理csv文件,python csv文件读写

　　(我在GitHub上开了一期。)

　　以下行为在我看来是不正确的。似乎如果read_csv的默认值是na_values=False，那么任何包含 na 的值都不应该被解释为NaN，但事实似乎并非如此。

　　在这个帖子中注意到了这种行为(见@JianxunLi对答案的评论)，这里的 NA 实际上是指北美。我实际上无法找到一种方法来阅读这些内容，而不将其更改为NaN，并且必须有一些方法来做到这一点。

　　这是csv的一个例子。

　　%more foo.txt

　　x，y

　　不，不

　　福，福

　　我把 NA 包括在引号和外面，看看它是否重要，但正如你在下面看到的，它似乎不重要。

　　pd.read_csv(foo.txt )

　　Out[56]:

　　x y

　　0楠楠

　　1个foo foo

　　pd.read_csv(foo.txt ，na_values=False)

　　Out[57]:

　　x y

　　0楠楠

　　1个foo foo

　　pd.read_csv(foo.txt ，na_values=foo )

　　Out[58]:

　　x y

　　0楠楠

　　1楠楠

　　看来‘南’的数据值被当成和‘那’一样了。

　　编辑：我觉得基于@Marius的回答我更理解这一点虽然在我看来不太合适(默认行为，即不是Marius的回答，似乎是对正在发生的事情的正确解释)。

　　na_values=False=NA和NaN被视为NaN

　　na_values=foo=NA、NaN和foo被视为NaN

　　我想我可以理解这是数值列的默认行为，但似乎不应该是字符串列的默认行为。没有看到马吕斯的回答，我也很难从文件中搞清楚这一点。

　　添加(2):

　　另外，为了比较，我把它读入Stata和Excel，两种情况下都把“NA”当作纯文本而不是NaN/missing。有没有其他和熊猫一样默认行为的包或者库？

　　解决方法：

　　你需要保持_default_NA=False。默认情况下，na_values中包含的任何字符串都将添加到标准na字符串集中，例如NA，NaN:

　　pd.read_csv(foo.txt ，keep_default_na=False)

　　Out[5]:

　　x y

　　0 NA NA

　　1个foo foo

　　标签:蟒蛇，熊猫

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。