panda read_csv删除空行

13z8s7eq 于 2023-04-03 发布在其他

关注(0)|答案(5)|浏览(167)

我在定义每列的数据类型时，将CSV文件作为DataFrame阅读。如果CSV文件中有空行，则此代码会出错。如何读取没有空行的CSV？

dtype = {'material_id': object, 'location_id' : object, 'time_period_id' : int, 'demand' : int, 'sales_branch' : object, 'demand_type' : object }

df = pd.read_csv('./demand.csv', dtype = dtype)

我想到了一个解决方法，但不确定这是否是有效的方法：

df=pd.read_csv('demand.csv')
df=df.dropna()

然后重新定义df中的列数据类型。
编辑：代码-

import pandas as pd
dtype1 = {'material_id': object, 'location_id' : object, 'time_period_id' : int, 'demand' : int, 'sales_branch' : object, 'demand_type' : object }
df = pd.read_csv('./demand.csv', dtype = dtype1)
df

错误-ValueError: Integer column has NA values in column 2
我的CSV文件的快照-x1c 0d1x

csv

来源：https://stackoverflow.com/questions/52135459/pandas-read-csv-remove-blank-rows

5条答案

按热度按时间

ttp71kqs1#

这对我很有效。

def delete_empty_rows(file_path, new_file_path):
    data = pd.read_csv(file_path, skip_blank_lines=True)
    data.dropna(how="all", inplace=True)
    data.to_csv(new_file_path, header=True)

赞(0）回复(0）举报 2023-04-03

zzwlnbp82#

试试smth，像这样：

data = pd.read_table(filenames,skip_blank_lines=True, a_filter=True)

赞(0）回复(0）举报 2023-04-03

k75qkfdt3#

df =pd.read_csv（'./demand. csv'，dtype = dtype）.dropna（how ='all'）工作正常

赞(0）回复(0）举报 2023-04-03

fzsnzjdm4#

解决方案可以是：

data = pd.read_table(filenames,skip_blank_lines=True, na_filter=True)

赞(0）回复(0）举报 2023-04-03

fquxozlt5#

我不确定它是否有效，但它可以工作。这段代码在阅读csv时不加载nan值。

df=pd.read_csv('demand.csv').dropna()

赞(0）回复(0）举报 2023-04-03

我来回答

panda read_csv删除空行

5条答案

相关问题

热门标签

最新问答