-- 不怕前路坎坷，只怕從一開始就走錯了方向

Pandas 是python的一個數據分析包，納入了大量庫和一些標準的數據模型，提供了高效地操作大型數據集所需的工具。Pandas 就是為解決數據分析任務生的，無論是數據分析還是機器學習項目數據預處理中， Pandas 無處不在。

最近掉進一坑，差點鑄成大錯。實在沒想到居然栽在pandas.read_csv上了，這里分享一下，希望大家注意。

另：業務數據不方便拿出來演示，為盡可能復現，這里我手造了一份，另存為 income.csv 文件。

翻船記

讀取csv文件小菜一碟

import numpy as np import pandas as pd df = pd.read_csv(r'C:...income.csv',encoding='utf-8')

讀好了看看數據信息吧：

df.info()RangeIndex: 6 entries, 0 to 5 Data columns (total 1 columns):# Column Non-Null Count Dtype --- ------ -------------- ----- 0 income 6 non-null object dtypes: object(1) memory usage: 176.0+ bytes

誒，怎么數據成了object？不應該是float嗎？

不管他，硬轉一發

df=pd.DataFrame(df,dtype=np.float)

居然報錯了，1000被讀成了字符串。

其實這里我還掉進了另一個坑，使用了一個已被棄用的 .convert_objects 方法。這種方法更硬，直接把string轉成了NaN，所以后面各種操作流暢且錯誤地進行著....這都是 pandas 沒升級的鍋，定期檢查升級包太有必要了（pip 的高階玩法）

說回剛才的問題，1,000被讀成了字符串是因為csv文件中它使用了千位分隔符。問題其實非常簡單，設置一下 thousands 參數就行了

df2 = pd.read_csv(r'C:...income.csv',encoding='utf-8',thousands =',')

看一下info

df2.info()<class 'pandas.core.frame.DataFrame'> RangeIndex: 6 entries, 0 to 5 Data columns (total 1 columns):# Column Non-Null Count Dtype --- ------ -------------- ----- 0 income 6 non-null float64 dtypes: float64(1)

往下繼續

df2.describe()income count 6.000000 mean 16934.983333 std 40695.203980 min 0.000000 25% 32.425000 50% 300.000000 75% 875.000000 max 100000.000000

一切正常!

pandas.read_csv()參數

pandas.read_csv()的參數特別多，除了filepath，其他均可缺省。參數的具體含義這里就不贅述，還想復習一下的同學可以直接去看官方文檔

http://pandas.pydata.org/pandas-docs/stable/io.html

英語不好的同學可以看一下熱心博主的翻譯版： https://www.cnblogs.com/datablog/p/6127000.html

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的np读取csv文件_被 Pandas read_csv 坑了的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。